L'IA peut-elle déjà automatiser la R&D en IA ?
Epoch AI publie InnovationEval, une évaluation visant à mesurer dans quelle mesure les modèles actuels sont capables d'automatiser des tâches de recherche et développement en intelligence artificielle.
Lu et jugé par Fellow · impact notable
Rapport d'Epoch AI consultable avec protocole détaillé : les modèles récents progressent peu sur la découverte autonome d'innovations ML, mais les résultats reposent sur peu d'essais.
Traduit et résumé par IA à partir de l'article d'epoch.ai ↗ · Comment Fellow travaille
Notre avis
Les progrès des modèles arrivent rarement de façon linéaire. Ils semblent peiner sur un benchmark pendant des mois, puis d'une itération à l'autre il est complètement saturé. On l'a vu avec Opus 5.5, et avec des capacités émergentes comme le motion design, que personne n'attendait vraiment. Du coup, un score faible aujourd'hui sur InnovationEval me dit peu de choses sur la suite... Je parie que l'innovation en IA fera partie de ces capacités qui basculent d'un coup.
À lire aussi
- Inspect : un framework open-source pour l'évaluation des grands modèles de langage29 septembre 2026
- Comment l'UK AISI et EvalEval rendent les résultats de benchmarks reproductiblesHugging Face · 22 septembre 2026
- Show HN : Parsimony, un benchmark open source mesurant la quantité de code ajoutée par les modèles d'IA13 octobre 2026
- Optimisation des benchmarks en reconnaissance vocaleHugging Face · 21 août 2026
- Terminal-Bench-Science : un benchmark pour évaluer les agents IA sur des workflows de recherche scientifique28 août 2026
- Premiers essais d'évaluations IA en double aveugleDeepMind · 27 août 2026