arXiv · cs.AI· Aman Rusia, Abhijit Bhole, Prashank Gupta, Dipanjan Dey·· 5 小时前
Design Creativity Bench：衡量LLM生成UI的创造力
Design Creativity Bench: Measuring creativity in LLM-Generated UI
arXiv:2610.11539v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aman Rusia, Abhijit Bhole, Prashank Gupta, Dipanjan Dey
研究任务与主要进展
作者提出Design Creativity Bench，用于评估LLM生成UI设计的多样性与适宜性。摘要报告显示，模型间同提示设计的原创性为0.592，低于人类—模型组合的0.764；跨领域创意范围为0.581，低于人类设计的0.902，而所有测试模型的需求符合度均超过90%，最佳模型达到99.2%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org