这篇博客文章总结了在COLM 2026上由云翔张和密歇根大学Lu Wang教授展示的研究'LLM代理能发现吗？评估ML工程任务上的创造力'。探讨了尽管有Alpha Evolve和Kosmos AI科学家等突破，LLM代理为何仍在真实ML任务中表现不如顶尖人类研究人员。作者认为，创造力——定义为原创且有用的想法的产生——是评估和提升代理性能的有用视角。从创造心理学出发，他们将创造力细分为P-创造力（相对于代理记忆的新颖性）、H-创造力（相对于所有人类知识的新颖性）、影响力和可行性。文章探讨了代理框架如何构建和引导创造性搜索过程，旨在量化不同设计中创造力的涌现和演变。通过将创造力与概念空间中的搜索联系起来——参考Boden、Newell、Shaw和Simon——该工作旨在通过其支持新颖且有效的想法生成的能力来理解框架之间的性能差异。目标是通过测量创造力作为原创性和有用性的组合，来开发LLM在科学发现中的更好评估指标。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要