Salesforce 8B 推理模型研究想法生成超 Claude Opus 4.8

2026年10月18日，DAIR.AI 的 Elvis Saravia 在 X 上分享了 Salesforce 团队的一项工作：他们与合作者训练了一个 8B 推理模型，用于一次生成多条研究想法，以缓解 AI 科研流水线难以提出新颖、多样想法的问题。该模型的奖励机制对整组想法进行整体打分，并按每条想法与此前想法的距离加权质量，从而促使模型让新想法远离已有想法。据分享内容，该模型在创意效用得分上超过了 Claude Opus 4.8 和 GPT-6 Astra。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。