論文の概要: Lines Are Ideas: Visual Creativity Assessment in Hyperbolic Space
- arxiv url: http://arxiv.org/abs/2611.14907v1
- Date: Wed, 11 Nov 2026 01:58:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.978311
- Title: Lines Are Ideas: Visual Creativity Assessment in Hyperbolic Space
- Title(参考訳): ラインは理想である:双曲空間における視覚的創造性評価
- Abstract要約: 心理学理論は、創造性は斬新さと適切さのバランスから生まれることを長い間強調してきた。
創造性はペアドドローイング間の構造的意味差として再考され、新規性は元のベーススケッチからの離脱の程度を測り、適切性はそのような離脱が意味のあるままであるかどうかを判断する。
AuDrA-Drawingsの実験では、専門家の判断と強力なアンダーレーダとタスクシフトとの最先端のアライメントが実証されている。
- 参考スコア(独自算出の注目度): 18.204594836537478
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Assessing human creativity from drawings provides a scalable way to evaluate human creative ability. However, existing approaches either rely on costly expert annotation or treat creativity as a single regression target, overlooking its underlying structure. Psychological theories have long emphasized that creativity emerges from balancing novelty and appropriateness. Motivated by this principle, we recast creativity as structured semantic deviation between paired drawings, where novelty measures the extent of departure from the original base sketch, and appropriateness determines whether such departures remain meaningful. This formulation naturally leads to a hyperbolic representation, in which novelty is quantified by geodesic distance and appropriateness is evaluated conditionally via a learned decision boundary, further regulated by an abstraction-conditioned adaptive constraint. Experiments on AuDrA-Drawings demonstrate state-of-the-art alignment with expert judgments and strong robustness under rater and task shifts. Beyond performance gains, our framework reveals an interpretable radial organization of creative variation, offering a principled geometric foundation for automatic creativity assessment.
- Abstract(参考訳): 図面から人間の創造性を評価することは、人間の創造性を評価するスケーラブルな方法を提供する。
しかし、既存のアプローチは、コストのかかる専門家のアノテーションに頼るか、創造性を単一の回帰目標として扱い、基盤となる構造を見渡すかのどちらかである。
心理学理論は、創造性は斬新さと適切さのバランスから生まれることを長い間強調してきた。
この原則により、創造性はペアドドローイング間の構造的意味的偏差として再認識され、ノベルティは元のベーススケッチから逸脱する程度を測り、適切性はそのような離脱が意味のあるままであるかどうかを判断する。
この定式化は自然に双曲表現につながり、新奇性は測地距離によって定量化され、学習された決定境界を介して条件付きで評価され、さらに抽象条件付き適応制約によって規制される。
AuDrA-Drawingsの実験では、専門家の判断と、レーダやタスクシフトの下での強い堅牢性と、最先端のアライメントが実証されている。
パフォーマンス向上以外にも、我々のフレームワークは、創造的変動の解釈可能なラジアルな組織を明らかにし、自動創造性評価のための原則化された幾何学的基礎を提供する。
関連論文リスト
- Towards Defining, Measuring, and Leveraging Creativity in AI Applications [51.07615963522493]
計算創造性は概念的に基礎があり、実践的に関係があり、実証的に適用可能な形式的定義が、芸術、科学研究、ゲームなどの文脈で欠如している。
本稿では、ボデンの創造性に関する3つの中核的基準である新しさ、価値、サプライズに関連するように、創造性に関する以前の心理学的研究に基礎を置く創造性に関するいくつかの公式な仮定を提案する。
提案した創造性公式は、特定のチェスの動きの創造性を決定することと、ピカソ、レノワール、その他の画家による絵画の創造性を評価することである。
論文 参考訳(メタデータ) (2026-10-09T01:08:27Z) - Large Language Models Align with the Human Brain during Creative Thinking [19.08997828415446]
AUT(Alternate Uses Task)を行う170人の参加者のfMRIデータを用いた創造的思考における脳のアライメントの研究
脳-LLMアライメントはモデルサイズ(デフォルトモードネットワークのみ)とアイデアの独創性(両方のネットワーク)でスケールする。
さらに,ポストトレーニング対象が機能的に選択的に形状アライメントされることを示す。
論文 参考訳(メタデータ) (2026-04-03T22:02:15Z) - Evaluation Framework for AI Creativity: A Case Study Based on Story Generation [5.536493649574258]
既存の基準ベースのメトリクスは創造性の主観的な性質を捉えていないため、創造的なテキスト生成を評価することは依然として課題である。
そこで本研究では,AIストーリー生成のための構造化評価フレームワークを提案する。4つのコンポーネント(Novelty,Value,Adherence,Resonance)と11のサブコンポーネントからなる。
Spike Prompting'による制御されたストーリー生成と115人の読者によるクラウドソースによる研究を用いて、創造的要素が即時および反射的な人間の創造的判断の両方をどう形成するかを検討する。
論文 参考訳(メタデータ) (2026-01-07T08:31:08Z) - 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) - CreativityPrism: A Holistic Benchmark for Large Language Model Creativity [64.18257552903151]
創造性はしばしば人間の知能の目印と見なされる。
さまざまなシナリオにまたがってクリエイティビティを評価するための総合的なフレームワークはまだ存在しません。
本稿では,創造性を質,新規性,多様性の3次元に分解する評価分析フレームワークであるCreativePrismを提案する。
論文 参考訳(メタデータ) (2025-10-23T00:22:10Z) - Rethinking Creativity Evaluation: A Critical Analysis of Existing Creativity Evaluations [48.57816792550401]
クリエイティビティ指標,パープレキシティ,構文テンプレート,LCM-as-a-Judgeなどのクリエイティビティ指標について検討した。
分析の結果、これらの指標は限定的な一貫性を示し、創造性の異なる次元を捉えていることがわかった。
論文 参考訳(メタデータ) (2025-08-07T15:11:48Z) - 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)
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。