芝大等论文提出用长尾表现评估大模型创造力

芝加哥大学联合斯坦福与微软研究院发布论文《Evaluating LLM Creativity through Long-Tail Performance》，尝试统一当前碎片化的 LLM 创造力基准。研究覆盖 15 个创意基准与 26 个开源模型，核心主张是各类创意基准背后共享同一「创造力」维度，其衡量的实为模型在长尾知识上的表现，为评估大模型创造力提供了统一视角。

2026-10-14 ~ 2026-10-15 · 2 条相关

• 芝大等提出用长尾表现度量 LLM 创造力:覆盖 15 个基准与 26 个开源模型 — Uchicago · 2026-10-14
• 论文揭示创意榜单测的是什么:15 基准指向长尾表现 — shangbinfeng · 2026-10-15