文章主要内容总结
本文设计了一套综合语言创造力测试，旨在比较人类与大型语言模型（LLMs）的语言创造力。测试包含两部分共8项任务，聚焦构词法（派生、复合等）和隐喻语言使用能力，要求参与者生成原创词语或短语。研究对24名19-25岁的非英语母语大学生（英语水平B2及以上）和24个开源LLMs进行了测试，通过OCSAI工具从原创性（Originality）、详尽性（Elaboration）、灵活性（Flexibility）三个维度自动评估，并结合手动分析。
结果显示：
- LLMs在所有评估标准上均优于人类，且在8项任务中的6项表现更优；
- 人类与LLMs的答案独特性差异较小，但人类中“特立独行”的个体更多；
- 手动分析发现，人类更倾向于E-创造力（扩展型创造力，打破语言规则），而LLMs更倾向于F-创造力（固定型创造力，基于规则生成）。
文章创新点
- 首次提出综合语言创造力测试：现有研究多聚焦单一维度（如隐喻、新词生成），本文首次设计涵盖构词法和隐喻语言的多任务测试，全面评估语言创造力；
- 系统对比人类与LLMs的创造力类型：明确区分了人类的E-创造力（打破规则）与LLMs的F-创造力（遵循规则），为理解两者语言生成差异提供新视角；
- 结合自动与手动评估