研究发布上周·Crypto Briefing
新基准InnoEval揭示前沿AI模型原创研究能力落后于人类新推出的InnoEval基准测试显示，当前前沿AI模型在科研创新方面远落后于人类，很少能从零开始恢复核心研究思路或产生真正原创的科学假设。（据Crypto Briefing报道，2026年10月7日）
AI 资讯
每日精选 AI 行业动态，点开标题可直达原文出处。
每日精选 AI 行业动态，点开标题可直达原文出处。
新推出的InnoEval基准测试显示，当前前沿AI模型在科研创新方面远落后于人类，很少能从零开始恢复核心研究思路或产生真正原创的科学假设。（据Crypto Briefing报道，2026年10月7日）
MIT和Sakana AI于10月2日发布SIFT框架使用LLM作裁判排序候选方案，在Polyglot基准取得35.1%准确率大幅降低评估成本。
据Tech Times报道（2026年6月29日），普林斯顿大学发布的CEO-Bench基准测试让14个AI模型用100万美元模拟运营一家SaaS创业公司500天。结果大多数模型破产或亏损，仅Claude Fable 5、Opus 4.8和GPT-5.5实现盈利，而无AI的规则基线策略也获得正回报。