論文の概要: Putting GPT-3's Creativity to the (Alternative Uses) Test
- arxiv url: http://arxiv.org/abs/2206.08932v1
- Date: Fri, 10 Jun 2022 15:36:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-27 00:43:16.195524
- Title: Putting GPT-3's Creativity to the (Alternative Uses) Test
- Title（参考訳）: GPT-3の創造性を(代替用途)テストに当てる
- Authors: Claire Stevenson, Iris Smal, Matthijs Baas, Raoul Grasman and Han van
der Maas
- Abstract要約: 我々はOpen AIの生成自然言語モデルであるGPT-3を試験に投入した。
我々はGPT-3の創造性をギルフォードの代替利用試験で評価した。
クリエイティブなアウトプットに関しては、現在人間はGPT-3を上回っている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI large language models have (co-)produced amazing written works from
newspaper articles to novels and poetry. These works meet the standards of the
standard definition of creativity: being original and useful, and sometimes
even the additional element of surprise. But can a large language model
designed to predict the next text fragment provide creative, out-of-the-box,
responses that still solve the problem at hand? We put Open AI's generative
natural language model, GPT-3, to the test. Can it provide creative solutions
to one of the most commonly used tests in creativity research? We assessed
GPT-3's creativity on Guilford's Alternative Uses Test and compared its
performance to previously collected human responses on expert ratings of
originality, usefulness and surprise of responses, flexibility of each set of
ideas as well as an automated method to measure creativity based on the
semantic distance between a response and the AUT object in question. Our
results show that -- on the whole -- humans currently outperform GPT-3 when it
comes to creative output. But, we believe it is only a matter of time before
GPT-3 catches up on this particular task. We discuss what this work reveals
about human and AI creativity, creativity testing and our definition of
creativity.
- Abstract（参考訳）: AIの大規模言語モデルは、新聞記事から小説や詩まで、素晴らしい作品を生み出しています。
これらの作品はクリエイティビティの標準的な定義の標準を満たしている:オリジナルで有用であり、時にはサプライズの追加要素さえも満たしている。
しかし、次のテキストフラグメントを予測するために設計された大きな言語モデルは、まだ手元にある問題を解決する創造的で無意味な応答を提供することができるだろうか?
我々はOpen AIの生成自然言語モデルであるGPT-3を試験に投入した。
クリエイティビティ研究でよく使われるテストのひとつに、クリエイティブなソリューションを提供することができますか?
guilford の代替利用テストにおける gpt-3 の創造性を評価し,その性能を,そのオリジナリティ,有用性,応答のサプライズ,各アイデアの柔軟性,および問題の aut オブジェクトとの意味的距離に基づいて創造性を測定する自動的手法について,以前に収集した人間応答と比較した。
我々の結果は、創造的なアウトプットに関しては、現在、人間はGPT-3を上回っていることを示している。
しかし、GPT-3がこの特定のタスクに追いつくのは時間の問題だと考えています。
我々は、人間とAIの創造性、創造性テスト、創造性の定義について、この研究が明らかにするものについて論じる。
関連論文リスト
- "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。
本研究は,人間とAIの共創における真正性の概念を解明するものである。
読者の反応は、人間とAIの共著に対する関心が低かった。
論文 参考訳（メタデータ） (2024-11-20T04:42:32Z) - AI as Humanity's Salieri: Quantifying Linguistic Creativity of Language Models via Systematic Attribution of Machine Text against Web Text [53.15652021126663]
本稿では、テキストの言語的創造性を定量化する第一歩として、CREATIVITY INDEXを提案する。
CREATIVITY INDEXを効率的に計算するために,新しい動的プログラミングアルゴリズムであるDJ SEARCHを導入する。
実験の結果、プロの人間作家のCreativity INDEXはLLMよりも平均66.2%高いことが判明した。
論文 参考訳（メタデータ） (2024-10-05T18:55:01Z) - Can AI Enhance its Creativity to Beat Humans ? [0.0]
本研究では,人間に対する人工知能(AI)の創造的性能について検討した。
人間の外部評価者は、人間とAIによって生成された創造的なアウトプットを収集した。
結果は、AIの創造的ポテンシャルを最大化するために、人間のフィードバックを統合することが重要であることを示唆している。
論文 参考訳（メタデータ） (2024-09-27T14:19:07Z) - Automating Creativity [1.0200170217746136]
本稿では,AIを創造的から創造的へと進化させるために必要なものについて考察する。
我々は,GenAIの創造的能力を開発するために,3つの迅速な応答・逆エンジニアリングフレームワークを開発する。
論文 参考訳（メタデータ） (2024-05-11T05:05:10Z) - Investigating Wit, Creativity, and Detectability of Large Language Models in Domain-Specific Writing Style Adaptation of Reddit's Showerthoughts [17.369951848952265]
ショーア思想の領域において,LLMが人間の書体スタイルを簡潔で創造的なテキストで再現する能力について検討する。
創造的で機知に富んだテキストの品質を考慮に入れた、特定の次元のテキストに対する人間の嗜好を測定する。
人間の評価者は、生成したテキストの創造性について平均的にわずかに悪い評価を下すが、人間の文章とAI生成したテキストを確実に区別することはできないと結論付けている。
論文 参考訳（メタデータ） (2024-05-02T18:29:58Z) - Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳（メタデータ） (2024-01-03T08:49:12Z) - Art or Artifice? Large Language Models and the False Promise of
Creativity [53.04834589006685]
本稿では,創造性を製品として評価するTorrance Test of Creative Writing (TTCW)を提案する。
TTCWは14のバイナリテストで構成されており、Fluency、Flexibility、Originality、Elaborationの3次元に分かれている。
分析の結果,LPM生成したストーリーはプロのストーリーよりもTTCWが3～10倍少ないことが判明した。
論文 参考訳（メタデータ） (2023-09-25T22:02:46Z) - AI, write an essay for me: A large-scale comparison of human-written
versus ChatGPT-generated essays [66.36541161082856]
ChatGPTや同様の生成AIモデルは、何億人ものユーザーを惹きつけている。
本研究は,ChatGPTが生成した議論的学生エッセイと比較した。
論文 参考訳（メタデータ） (2023-04-24T12:58:28Z) - Artificial muses: Generative Artificial Intelligence Chatbots Have Risen
to Human-Level Creativity [1.332560004325655]
6つの生成人工知能(GAI)による人為的アイデアとの比較
AIと人間の創造性には質的な違いはないが、アイデアの生成方法には違いがある。
以上の結果から,GAIは創造的プロセスにおいて貴重なアシスタントであることが示唆された。
論文 参考訳（メタデータ） (2023-03-21T16:35:01Z) - DeepCreativity: Measuring Creativity with Deep Learning Techniques [2.5426469613007012]
本稿では,創造性の自動評価に生成学習技術を用いる可能性について検討する。
我々は、価値、ノベルティ、サプライズによって構成される創造性の定義に基づいて、DeepCreativityという新しい尺度を導入する。
論文 参考訳（メタデータ） (2022-01-16T19:00:01Z) - Telling Creative Stories Using Generative Visual Aids [52.623545341588304]
私たちはライターに、開始プロンプトからクリエイティブなストーリーを書くように頼み、同じプロンプトから生成するAIモデルによって生成されたビジュアルを提供した。
コントロールグループと比較すると、ビジュアルをストーリー・ライティング・アシストとして使用した作家は、より創造的で、オリジナルで、完全で、視覚的にできるストーリーを著した。
発見は、AIによる横断的なモダリティ入力は、人間とAIの共創において創造性の異なる側面に利益をもたらすが、収束する思考を妨げることを示している。
論文 参考訳（メタデータ） (2021-10-27T23:13:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。