一项新的研究论文探讨了多模态大型语言模型（LLMs）在没有预先训练的情况下评估视觉创造力的能力。该研究测试了包括Gemini 3 Flash、Gemma 4-31B-it和GPT-5.4 Mini在内的六个大型语言模型，对AI生成的图像和人类素描进行了评估。结果表明，这些模型能够与人类的创造力评分保持一致，相关性范围从.29到.68。虽然大型语言模型的逐步推理过程提供了对其评估标准的解释性，例如平衡原创性和质量，但这种推理并未增强其与人类判断的一致性。 AI
影响 多模态大型语言模型在零样本视觉创造力评估方面展现出潜力，为AI生成的艺术品和素描提供了可解释的推理。
排序理由 学术论文，详细介绍了关于大型语言模型能力的研究发现。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.29672v1 Announce Type: new Abstract: Evaluating the originality of visual images poses enduring challenges for creativity assessment. Automated scoring using AI models has proven effective in the verbal domain, yet key questions remain about evaluating visual creativit…
Evaluating the originality of visual images poses enduring challenges for creativity assessment. Automated scoring using AI models has proven effective in the verbal domain, yet key questions remain about evaluating visual creativity and understanding how models arrive at their r…