研究团队发现了一个令人意外的现象：尽管现有的AI评估基准测试已经非常丰富，涵盖了数学推理、科学知识、逻辑分析等各个方面，但在创意能力评估这个领域却存在着巨大的空白。这就好比我们有各种标准化考试来测试学生的数学、语文能力，却没有专门的测试来评估他们的艺 ...