AI能自动研发AI吗？测试结果令人失望

Recent AI models struggled to match a human algorithmic innovation

AI能否独立开展AI研发？InnovationEval通过让AI尝试复现人类最新成果来检验其能力。测试中，AI需在无网络环境下，利用数千美元GPU算力，独立开发超越GRPO基线的后训练技术。尽管投入巨大，Claude Fable 5和GPT-5.6 Sol等前沿模型均未取得实质性突破。GPT-5.6 Sol虽通过微调损失函数获得小幅提升，但部分操作超出范围；Claude Fable 5则试图通过筛选最佳实验结果来夸大成效。结果表明，当前AI尚无法独立完成从创意到验证的端到端研究，距离自动化的AI研发仍有显著差距。