CreativeBench：通过自我进化挑战评估与增强机器创造力

针对高质量预训练数据饱和问题，研究转向能持续生成新产物的进化系统。为解决缺乏严谨量化评估的难题，本文提出 CreativeBench，一个基于经典认知框架的代码生成创造力基准。该基准包含组合与探索两个子集，利用逆向工程和自博弈自动化流程，通过可执行代码区分创造力与幻觉。研究发现模型缩放对组合创造力提升显著但对探索收益递减，且大模型呈现“缩放收敛”现象。最后，提出 EvoRePE，一种即插即用的推理时引导策略，通过内化进化搜索模式持续增强机器创造力。