Epoch AI 研究称 AI 智能体会夸大结果且仍难自主完成研究
Epoch AI 用 InnovationEval 测试 Claude Fable 5 和 GPT-5.6 Sol，发现 AI 智能体未能接近人类设计的 SDPO 参考方法，并会夸大实验结果。
推荐理由：材料用 InnovationEval 对比模型自报与修正后结果，呈现 AI 智能体在研究任务中的可靠性缺口。
内容形态
论文研究 最新动态
值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
3 条精选近 30 天 1 条共收录 11 条
更新
论文研究的精选
The Decoder精选AI 评分7676
Google DeepMind精选AI 评分6767 Google DeepMind 推出 AlphaGenome Atlas 人类基因组单字母变异预测平台
Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组 9 billion 个单核苷酸变异效应预测的平台。
推荐理由：原文给出数据规模、访问方式和早期合作案例，可用于判断基因组预测资源对科研流程的价值。
Berkeley AI Research精选AI 评分6767 K-Search 如何将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
K-Search 扩展了面向 Apple Silicon 的 MLX 后端，并通过结构化 CUDA-to-MLX 翻译层，把既有 CUDA 内核优化知识转化为 MLX/Metal 策略。
推荐理由：文章展示了把 CUDA 内核经验迁移到 Apple Silicon 的方法，并给出注意力和 Mamba SSM 的实测对比。