Salesforce训练8B推理模型生成多样化研究想法

2026年10月18日，elvis(@omarsar0) 报道，Salesforce 及合作者训练了一个 8B 推理模型，可在一次生成中基于一组源论文写出多个研究想法。该模型的奖励机制对整个想法集合打分，按每个想法与前面想法的距离加权其质量，促使模型把新想法推离此前的想法。报道称，在其无污染基准上，该 8B 模型在结合质量与多样性的创造性效用指标上高于 Claude Opus 4.8 和 GPT-6 Astra。目前进展停留在模型方法与基准结果公布阶段，报道未提及模型开源、上线或后续评测情况。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。