Hacker News Front Page · Aman Rusia ·
The Emperor Pelican Has No Clothes
Design Creativity Bench evalúa la creatividad de modelos de IA en tareas abiertas de diseño de interfaces, comparando 16 modelos con referencias de diseñadores humanos en 80 tareas y dos dominios de producto. La evaluación mide originalidad, variedad de decisiones entre dominios y adecuación a los requisitos; el mejor modelo obtiene 65,5 puntos, frente a 92,3 para la referencia humana. Sus autores publican la clasificación, la metodología y un marco reproducible para medir esta capacidad.
Why do LLM pelicans look so alike? A visual look at diversity collapse and our research on creativity in UI design.