Kombine 基准测 35 个 LLM：前沿模型同陷「抽象瓶颈」与发明同质化
profjamesevans · x · 2026-10-17
arXiv 论文《Measuring Combinatorial Creativity in Large Language Models and Humans》提出 Kombine 基准，测试模型发现关联、类比与概念融合的组合式创造力，覆盖 35 个 LLM 的大规模研究。主要发现：
- LLM 在发现关联与类比上比概念融合（blends）强 10-16 个百分点，即便前沿模型也存在「抽象瓶颈」，难以在输入间找到共同抽象并构建连贯的融合空间
- 存在「发明同质化」：同一题项下约五分之一的发明概念会复用其他模型提出的属性
- 模型在融合任务中复用他人属性的概率是类比任务的 14 倍；同一厂商的模型之间复用概率高出 2.3 倍
作者称该框架可用于评估创造性 AI 与人机协作的进展，也对研究人类创造力的心理学家有参考价值。
「研究」频道最新
- 新基准瞄准商业 Deep Research:联网检索+内部工具调用缺评测 — burkov · 2026-10-18
- DFB 激光器耦合薄膜铌酸锂芯片：最高 170mW、阈值仅 40-45mA — jwt0625 · 2026-10-18
- 百年难题告破:5 页证明「无 Siegel 零点」,新证明正涌来 — Singularitarian · 2026-10-18
- 用 Opus 数小时设计出约 3.1 万美元开源低场 MRI 头部扫描仪 — DreamFly_13 · 2026-10-18
- 博士在自家棚屋建 Class 100 洁净室，开源家庭造芯片全流程指南 — jwt0625 · 2026-10-18
- MIT 发布多模态模型教 AI 看懂晶体 3D 结构 — MIT News AI · 2026-10-18