摘要
情境化评估具高生态效度，但可能受领域知识和参与意愿混杂影响。本文提出 IntElicit，通过对话策略优化引出并评估情境化创造力。
计算机科学 > 人工智能
[提交于 2026 年 6 月 10 日]
标题：IntElicit：通过对话策略优化引出并评估情境化创造力
作者：Mingjia Li, Jin Wu, Hong Qian, Wenhao Huang, Yiyang Huang, Yiwen Zhang, Chanjin Zheng, Xiangfeng Wang, Aimin Zhou, Jiajun Guo
View PDF
HTML (experimental)
摘要：情境化评估在评价创造力方面具有很高的生态效度，但也带来一个关键挑战：观察到的表现可能与认知熟练度（领域知识）和主体能动性（参与意愿）相混杂。与此同时，在生成式 AI 时代，创造性问题解决越来越多地发生在工具介导和人类—AI 交互环境中，使完全静态的评估与当代创造性实践的契合度降低。为解决这些问题，本文提出 IntElicit，这是一个通过对话策略优化来引出并评估情境化创造力的框架。IntElicit 作为一种受约束的自适应 AI 访谈者运行：它在多轮交互中提供非指令性的知识与能动性支架，以减少非创造性混杂因素，同时保留参与者生成创造性内容的责任。
Subjects:
人工智能（cs.AI）; Machine Learning (cs.LG)
Cite as:
arXiv:2606.12086 [cs.AI]
(or
arXiv:2606.12086v1 [cs.AI] for this version)
https://doi.org/10.48550/arXiv.2606.12086
点击了解更多
arXiv-issued DOI via DataCite (pending registration)
参考文献与引用
- 正文：NASA ADS
- 正文：Google Scholar
- 正文：Semantic Scholar
export BibTeX citation
正在加载...
书签
Bibliographic Tools
Code, Data, Media
Demos
Related Papers
About arXivLabs
书目与引用工具
书目浏览器切换
书目浏览器 (What is the Explorer?)
Connected Papers 切换
正文：Connected Papers (What is Connected Papers?)
Litmaps 切换
正文：Litmaps (What is Litmaps?)
scite.ai 切换
正文：scite Smart Citations (What are Smart Citations?)
与本文相关的代码、数据和媒体
alphaXiv 切换
正文：alphaXiv (What is alphaXiv?)
代码链接切换
CatalyzeX 论文代码查找器 (What is CatalyzeX?)
DagsHub 切换
正文：DagsHub (What is DagsHub?)
GotitPub 切换
正文：Gotit.pub (What is GotitPub?)
Huggingface 切换
正文：Hugging Face (What is Huggingface?)
ScienceCast 切换
正文：ScienceCast (What is ScienceCast?)
演示
Replicate 切换
正文：Replicate (What is Replicate?)
Spaces 切换
正文：Hugging Face Spaces (What is Spaces?)
Spaces 切换
正文：TXYZ.AI (What is TXYZ.AI?)
推荐与搜索工具
Influence Flower 链接
正文：Influence Flower (What are Influence Flowers?)
CORE 推荐器 (What is CORE?)
- 作者
- 会议/期刊
- 机构
- 主题
arXivLabs：与社区合作者开展的实验性项目
arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。
与 arXivLabs 合作的个人和组织都认同并接受我们的开放、社区、卓越和用户数据隐私价值观。arXiv 致力于这些价值观，并且只与遵循这些价值观的合作伙伴合作。
有能为 arXiv 社区增加价值的项目想法吗？了解更多关于 arXivLabs 的信息。