InnovationEval：前沿模型在端到端 AI R&D 自动化评测中进展有限

InnovationEval 评测要求 AI 智能体端到端完成一项机器学习创新任务，独立提出并实现一种超越 GRPO 基线的 post-training 方法，以匹配论文中 SDPO 的指标。