Epoch AI 发布 InnovationEval 评测：前沿模型仅达到人类论文 SDPO 增益的 15%

Epoch AI 推出 InnovationEval 评测，测试 AI 能否独立复现人类论文中的机器学习创新，对照对象为 Self-Distillation Policy Optimization（SDPO）。

Epoch AI 发布 InnovationEval 评测，测试 AI 能否独立复现人类论文中的机器学习创新，对照对象为 SDPO；标题指出前沿模型仅达到人类论文 SDPO 增益的 15%。

• Epoch AI 发布 InnovationEval 评测，测试 AI 能否独立复现人类论文中的机器学习创新，对照对象为 SDPO；标题指出前沿模型仅达到人类论文 SDPO 增益的 15%。
• 原贴提到：Epoch AI 推出 InnovationEval 评测，测试 AI 能否独立复现人类论文中的机器学习创新，对照对象为 Self-Distil
• 来源：epochai.substack.com

这是什么信号？ Epoch AI 推出 InnovationEval 评测，目标是测试 AI 能否独立复现人类论文中的机器学习创新。首批对照对象为 Self-Distillation Policy Optimization（SDPO）。标题指出，前沿模型仅达到人类论文 SDPO 增益的 15%。这标志着对 AI 科研能力的量化评估进入新阶段。

为什么重要？ 如果 AI 只能复现人类创新的一小部分，那么“AI 自主做研究”仍处于早期。该评测将“创新复现”作为可度量指标，为比较不同模型提供了基准。15% 的差距说明，当前模型在理解论文、设计实验、调参等方面的综合能力有限，但同时也意味着提升空间巨大。

对谁有价值？ 对 AI 研究者、机器学习工程师、AI 产品负责人和投资人都具有参考意义。研究者可借此评估模型的研究辅助能力；工程师可判断是否将 AI 用于复现论文或自动化实验；产品负责人可探索 AI 科研工具的机会；投资人可关注 AI for Science 赛道的进展。

可以怎么行动？ 建议关注 InnovationEval 的后续更新和榜单，在选型或内部评测时纳入类似基准。对于需要复现论文的团队，可以尝试用前沿模型辅助，但需人工校验。同时，可思考如何将“创新复现”能力集成到自己的研发流程中，例如自动生成实验代码、自动调参等。

风险或限制？ 该评测目前仅以 SDPO 为对照，结论可能受限于单一任务，不能完全代表 AI 的通用科研能力。15% 的数字是标题所述，具体评测细节、任务数量和模型列表尚未在原文中展开。此外，复现增益并不等于真正的创新，AI 距离独立提出新理论仍有距离。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 epochai.substack.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Epoch AI 发布 InnovationEval 评测：前沿模型仅达到人类论文 SDPO 增益的 15%》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Epoch AI：Gradient Updates（RSS） 原帖