11:21官方账号arXiv cs.AI@Ananya Sahu, Mohit Bansal, Elias Stengel-EskinCreativeInstruct是一种可扩展的指令微调方法,通过让模型学习注入[StartCreativity]标记来平衡创造性与后训练质量。该方法引入基于图编辑距离的结构多样性指标,捕捉叙事层面的变化。在叙事生成任务中,CreativeInstruct匹配或超过了多模型基线及蒸馏变体的多样性,且无需牺牲质量。人工评估中,70.3%的评分者认为CreativeInstruct的生成比后训练模型更有创造力。将GRPO应用于CreativeInstruct检查点,在AMC上提升约4%,在MATH上提升约5个百分点。论文CreativeInstructGRPO指令微调推荐理由:CreativeInstruct用特殊标记让模型在保持质量的同时更会编故事,人类测评七成认为更有创造力,还能给强化学习带来几个点的提升。原文稍后读已读值得跟进有用关注 CreativeInstruct
03:39Guillermo Rauch@rauchgVercel CEO Guillermo Rauch 在 X 平台发文称,单独使用 AI 虽然有趣,但将 AI 与专业技艺和创造力结合才能达到更高水平。他鼓励大家不要因 AI 的出现而放弃追求卓越与手艺。该推文目前获得 111 次转发和 1106 次点赞。行业VercelGuillermo RauchAI 技能推荐理由:Rauch 提醒我们:AI 别当挡箭牌,练好手艺再加 AI 才厉害。短但实在。原文稍后读已读值得跟进有用关注 Vercel
04:43官方一手Google Research: Blog(资讯)谷歌研究人员在2026年7月15日发表论文,试图从算法和理论层面解释扩散模型(如Stable Diffusion、Imagen)的创意生成能力。他们通过分析模型内部的潜在空间结构和训练数据分布,提出了一种新指标来量化模型的创造力。实验表明,模型在特定噪声调度下能产生更多样化的输出,其创意水平与训练数据的多样性和模型容量正相关。该研究为理解生成式AI的创造性过程提供了理论框架。论文diffusion modelsGoogle创造力推荐理由:谷歌发了篇论文,专门分析扩散模型为啥能搞创意生成,有实验有指标,不做玄学解释。原文稍后读已读值得跟进有用关注 diffusion models
09:16官方账号arXiv cs.AI@Ricardo Maia Avelino, Rita Sevastjanova, Tom Van Mele, Philippe Block, Mennatallah El-Assady该论文指出,当前追求消除摩擦的生成式AI(如通用对话模型)与结构设计师通过迭代摩擦激发创意的需求存在错位。研究者提出一个基于视觉语言模型的协同设计系统,使结构探索变得对话式、多模态,并能响应用户的演化意图。通过一个原型界面和与领域专家的研究,发现该系统能减少重复性建模摩擦,同时保留有益于创意生成的反思维摩擦。论文视觉语言模型结构设计人机交互推荐理由:这篇研究说AI一味追求“省事”反而帮倒忙——结构设计需要“摩擦”来激发灵感。他们用视觉语言模型做了个交互系统,帮设计师边想边改,保留思考摩擦,去掉重复劳动。原文稍后读已读值得跟进有用关注 视觉语言模型