以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Many of the most consequential advances promised by AI, from curing diseases and inventing new technologies to formulating new scientific theories, are fundamentally creative acts. Yet creativity is uniquely difficult to learn because it faces a creative paradox: learning to repeat past examples of creative success mak
阅读原文 · Alon Albalak, Sebastian Gabriel, David B. D'Ambrosio, Joel Lehman, Kenneth O. Stanley
向阳乔木 · opencode-go/deepseek-v4.1-flash
AI 领域很多最重要的目标，从攻克疾病到提出新科学理论，本质上都要求创造力。但创造力偏偏很难通过训练获得，这里有个绕不开的矛盾：拿过去的创造性成果反复训练，模型只会更容易复现那些具体成果，反而压住了真正想要的创造性。 这篇论文想从根上绕开这个矛盾。它的立场是： 创造力应该被建模成一种过程，而不是某个作品自带的属性 。于是作者提出 Creative Primi...