arXiv cs.AI· Aman Rusia, Abhijit Bhole, Prashank Gupta, Dipanjan Dey·· 9 天前AI 评分26
Design Creativity Bench：衡量 LLM 生成 UI 的创造力
Design Creativity Bench: Measuring creativity in LLM-Generated UI
AI 导读
研究团队推出 Design Creativity Bench，从原创性、创意跨度和适配度三个维度评测 LLM 生成 UI 设计的多样性与合理性。不同模型对同一提示词的设计原创性仅 0.592，人类与模型配对为 0.764；创意跨度上模型为 0.581，人类设计达 0.902。所有模型适配度均超 90%，最佳模型达 99.2%，略高于人类的 98.0%，但默认输出明显比人类更重复。
正文 · AI 翻译
摘要：随着领先的 LLM 在能力评估上不断进步，它们在设计任务中产出创意输出的局限性仍未得到充分刻画。我们的工作提出了 Design Creativity Bench，这是一个评估 UI 设计中多样性与适当性的基准。它衡量同一提示下不同模型之间的区分度（原创性）、模型在同一 UI 目标但不同产品领域的两个提示之间设计的变化程度（创意范围），以及每个设计满足简报验收标准的比例（适当性）。来自不同模型的同提示设计对的原创性为 0.592（95% CI [0.582, 0.602]），远低于同提示人机设计对的 0.764（95% CI [0.751, 0.778]）。各模型的创意范围为 0.581（95% CI [0.567, 0.597]），而人类设计为 0.902（95% CI [0.884, 0.919]）。每个模型的适当性均超过 90%，最佳模型达到 99.2%，略高于人类设计的 98.0%。我们的工作表明，LLM 的默认输出虽然总体适当，但比人类基线重复得多。这需要采取有力措施来解决该问题。
| 学科： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.11539 [cs.HC] |
| （或 arXiv:2610.11539v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11539 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Abhijit Bhole [查看电子邮件]
[v1]
2026年10月8日星期四 09:09:33 UTC（1,719 KB）
来源：arXiv cs.AI · arxiv.org