生成AI的创造性前沿：管理新颖性-实用性权衡
摘要：人类创造力文献中的灵感下，本文探讨了生成人工智能系统中新颖性和实用性之间的最佳平衡。我们认为过分强调其中任何一个方面都可能导致限制，如幻觉和记忆。幻觉是指人工智能模型在新颖性优先于实用性的情况下产生具有随机不准确性或错误性的响应。记忆是指人工智能模型过分关注实用性而复制其训练数据中的内容，可能限制创造力。为应对这些挑战，我们提出了一个框架，包括特定领域分析、数据和迁移学习、用户偏好和定制、定制评估指标以及合作机制。我们的方法旨在在特定领域内生成既新颖又实用的内容，同时考虑各种情景的独特需求。
作者：Anirban Mukherjee and Hannah Chang
论文ID：2306.03601
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-06-07