“我已经看到这是怎么回事”：通过渐进的条件惊喜来表征多样性

衡量创意输出的多样性对于评估 后训练 模式崩溃、比较解码策略以及量化人工智能和人类写作中的创意行为至关重要。我们提出了一种使用上下文学习来衡量多样性的新方法，其中“Decan”度量 $D_{Ca_n} = C \times a_n$ 是我们评估的工作实例：每个字节的分数读取每个排列的 \emph{单前向传递} 中基本模型 $θ$ 的每个标记对数概率，没有嵌入模型，没有参考语料库，也没有人类标签。这种方法基于信息论，利用语言模型上下文学习来检测任意数量输入之间的广泛相似性，并且无需训练专用模型。相同的管道对人工智能样本和人工编写的响应集进行评分，并将多样性视为（响应、提示、评分模型）的属性。在 Tevet 和 Berant 的以人为本的 McDiv 基准上，$D_{Ca_n}$ 在 McDiv Prompt\_gen 集上达到 OCA 0.846，表现最佳，落后于 Tevet 和 Berant 报告的最强神经基线（SentBERT，0.897）。在 OLMo-2-7B 后训练 管道上，$D_{Ca_n}$ 在基础 $\to$ SFT $\to$ DPO $\to$ RLVR 阶段单调下降，检测创意写作应用程序关心的多样性损失类型。