探索跳跃式思维链：DeepSeek创造力垫底，Qwen系列接近人类顶尖水平

机器之心AIxiv专栏报道了关于多模态大语言模型（LLM）创造力评估的研究进展。研究指出，当前对LLM创造力的评估方法存在不足，难以构建合适的自动化评估流程。为解决这一问题，中大、哈佛等高校的研究者提出了一个多轮交互的创造力评估范式LoTbench，通过测量LLM生成高质量创新内容所需的轮数来评估其创造力。研究表明，尽管主流LLM在创造力方面表现一般，但有超越人类的潜力。