Epoch AI 推出真实工作任务评测，现有模型尚难独立完成研究流程

Epoch AI 推出 Epoch Automation Reports，以机构内部真实任务评估六款模型；其初步研究认为，前沿模型在明确任务中表现较好，但仍难独立完成开放式研究工作。

Epoch AI 发布 Epoch Automation Reports。研究团队选取图表制作、数据洞察和研究设计等内部真实任务，测试六款模型，并以机构员工标准人工评估结果。

报告认为，领先模型在边界明确的任务上较可靠，但在开放式研究判断、实验设计及识别自身方案缺陷方面仍有不足。这是特定机构任务和评估方法下的结果，不能推断所有工作都无法自动化。