Salesforce 用 8B 小模型训练 AI 科研创意生成，创意性超 Claude Opus 4.8

Salesforce 团队将一个 8B 推理模型训练成一次性生成多个科研创意的 AI-scientist 管线。奖励机制会对整组创意打分，按每个创意与已有创意的距离加权质量，让模型学会拉开新创意与前面创意的差异。在其无数据污染的基准上，这个 8B 模型在衡量质量与多样性的 creative utility 指标上超过 Claude Opus 4.8 和 GPT-6 Astra。论文已发布在 arXiv（编号 2610.22324）。