論文の概要: PainterBench: A Figural Divergent-Thinking Benchmark for Tool-Using Language Models

• arxiv url: http://arxiv.org/abs/2609.34195v1
• Date: Mon, 28 Sep 2026 03:08:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 23:00:51.542279
• Title: PainterBench: A Figural Divergent-Thinking Benchmark for Tool-Using Language Models
• Title（参考訳）: PainterBench: ツール使用言語モデルのための分岐シンクベンチマーク
• Abstract要約: エージェント設定に不完全な描画タスクを移植するベンチマークであるPanerBenchを紹介する。 ベンチマークでは、短い地平線上でのインクリメンタルなビジュアルプランニングと、事前トレーニングからマルチターンツール使用へのクリエイティブな能力の移行をテストしている。 我々は2,700点の図面とクラウドソースの創造性と認識可能性の評価を、すべての図面と300点の人間の参照図面に対して収集する。
• 参考スコア（独自算出の注目度）: 8.239213339602012
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Figural divergent thinking is the ability to develop a given shape fragment into an original drawing. In humans, this ability is assessed with incomplete-drawing tasks. We introduce PainterBench, a benchmark that ports the incomplete-drawing task to the agentic setting. The agent draws on a canvas through tool calls and observes the result after every turn. The canvas includes a starting shape which cannot be erased, and the agent's goal is to incorporate this shape into the most original drawing it can produce. The task is open-ended, and the agent itself decides when the drawing is finished. The benchmark tests incremental visual planning over a short horizon and the transfer of creative ability from pretraining to multi-turn tool use. We evaluate 14 multimodal language models from small to frontier scale. Across the primary study and six sensitivity analyses, we collect 2,700 drawings and crowdsource creativity and recognizability ratings for every drawing and for 300 human reference drawings. We also present ViDrA-adapted, an automated scorer that predicts human creativity ratings of agent drawings (r = 0.85 on random held-out test split). Figural divergent thinking varies widely across the 14 models, and GPT-6 Astra produces the most creative drawings. Relative to the human drawings, the agent drawings score higher in creativity but lower in recognizability. We release the final drawings, per-round canvas snapshots, tool call traces, stimulus bank, benchmark harness, crowdsourced ratings (N = 72,000), and ViDrA checkpoint.
• Abstract（参考訳）: 図形分岐思考は、与えられた形状の断片を元の図形に発展させる能力である。 人間では、この能力は不完全な描画タスクによって評価される。 エージェント設定に不完全な描画タスクを移植するベンチマークであるPanerBenchを紹介する。 エージェントはツールコールを通じてキャンバスを描画し、各ターン後に結果を観察する。 キャンバスは消せない出発形を含み、エージェントの目標は、この形状を生成できる最もオリジナルな図形に組み込むことである。 タスクはオープンエンドであり、エージェント自身が描画が完了するタイミングを決定する。 ベンチマークでは、短い地平線上でのインクリメンタルなビジュアルプランニングと、事前トレーニングからマルチターンツール使用へのクリエイティブな能力の移行をテストしている。 我々は14のマルチモーダル言語モデルを小規模からフロンティアスケールで評価した。 初等研究と6つの感度分析の結果から,2,700点のドローイングとクラウドソースのクリエイティビティと認識可能性の評価を,すべてのドローイングと300点の人間の参照ドローイングに対して収集した。 また、エージェント描画の人間の創造性評価を自動スコアリングするViDrA-adapted(ランダムホールドアウトテストスプリットではr = 0.85)を提案する。 フィギュラディジェント思考は14のモデルで大きく異なり、GPT-6 アストラは最も創造的な絵を制作している。 人間の図面とは対照的に、エージェントの図面は創造性は高いが認識性は低い。 最終図面、丸ごとのキャンバススナップショット、ツールコールトレース、刺激銀行、ベンチマークハーネス、クラウドソースによる評価(N = 72,000)、ViDrAチェックポイントをリリースします。

関連論文リスト

• Fine-Tuning a Large Vision-Language Model for Artwork's Scoring and Critique [11.787232686718367]
  視覚言語モデルQwen2-VL-7Bをマルチタスク学習で微調整し,人間の絵画の自動創造性評価のための枠組みを提案する。 私たちのデータセットには、1-100スケールで収集された1000枚の人造絵画が含まれており、短い人間による記述と組み合わせられている。 実験ではPearson r > 0.97 となり、100点スケールで約3.95 となる。
  論文  参考訳（メタデータ） (2026-02-09T19:52:16Z)
• Simple Lines, Big Ideas: Towards Interpretable Assessment of Human Creativity from Drawings [18.09092203643732]
  図面からの自動的かつ解釈可能な創造性評価のためのデータ駆動型フレームワークを提案する。 6]で提案された認知的エビデンスにより、創造性は、引き出されたもの(コンテンツ)と引き出されたもの(スタイル)の両方から生ずることができ、創造性スコアをこれら2つの相補的な次元の関数として再解釈する。
  論文  参考訳（メタデータ） (2025-11-17T02:16:01Z)
• Visual Sketchpad: Sketching as a Visual Chain of Thought for Multimodal Language Models [139.9581209765338]
  Sketchpadは、マルチモーダルLMにビジュアルスケッチパッドとスケッチパッドに描画するツールを提供するフレームワークである。 LMは、人間のスケッチに近い線、ボックス、マークなどを使って絵を描くことができ、推論をより容易にすることができる。 Sketchpadは、スケッチなしで強力なベースモデルよりも、すべてのタスクのパフォーマンスを大幅に改善する。
  論文  参考訳（メタデータ） (2024-06-13T17:59:31Z)
• SEVA: Leveraging sketches to evaluate alignment between human and machine visual abstraction [19.70530050403922]
  スケッチは、スパースだが有意義な抽象イメージを作成するための強力なツールである。 現在の視覚アルゴリズムは様々な視覚的タスクにおいて高い性能を達成している。 スケッチがどの程度人間的な方法で理解されているかは、まだ不明である。
  論文  参考訳（メタデータ） (2023-12-05T13:54:55Z)
• Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
  本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。 これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。 テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
  論文  参考訳（メタデータ） (2023-03-20T23:46:46Z)
• Character Generation through Self-Supervised Vectorization [9.36599317326032]
  画像のストロークレベル表現で動作する描画エージェントを提案する。 描画」判定を行うと、エージェントは、描画すべきストロークを示すプログラムを出力する。 本研究は,3世代全てのタスクと解析タスクについて,成功した結果を示す。
  論文  参考訳（メタデータ） (2022-08-03T12:31:55Z)
• Drawing out of Distribution with Neuro-Symbolic Generative Models [49.79371715591122]
  ドローイング・アウト・オブ・ディストリクト(英: Drawing out of Distribution)は、ストローク・ベース・ドローイングの神経象徴的生成モデルである。 DooDは画像を直接操作するが、監視や高価なテストタイム推論は必要ない。 我々は、データとタスクをまたいだ一般化能力について、DooDを評価した。
  論文  参考訳（メタデータ） (2022-06-03T21:40:22Z)
• DoodleFormer: Creative Sketch Drawing with Transformers [68.18953603715514]
  創造的スケッチ(Creative sketching)またはドゥーリング(Duodling)は、日常の視覚的物体の想像的かつ以前は目に見えない描写が描かれた表現的活動である。 本稿では,クリエイティビティスケッチ生成問題を粗いスケッチ合成に分解する,粗い2段階のフレームワークDoodleFormerを提案する。 生成した創作スケッチの多様性を確保するため,確率論的粗いスケッチデコーダを導入する。
  論文  参考訳（メタデータ） (2021-12-06T18:59:59Z)

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。