本文围绕LLM在梗图创作中的应用展开，介绍了相关研究过程，包括给LLM设定任务、让参与者进行打分评估等，分析了LLM在梗图创作中的作用、优势以及存在的不足，探讨了人类创造力在其中的关键作用。
来自慕尼黑和瑞典的研究者有了一项令人瞩目的发现：大型语言模型（LLM）竟然能够生成被人类评判为比普通人创作的模因更搞笑的作品。这一发现无疑为梗图创作领域带来了新的思考。
就像展示的这样，Gemini根据论文生成了梗图。为了进一步探究LLM在梗图创作中的效果，研究人员展开了一系列的研究。
研究过程中，研究人员找了另一组新的参与者，要求他们从幽默、创意、分享度这三个重要方面，对这些梗图进行打分评估。
为了让LLM在研究里充分发挥作用，研究人员给它设定了不同的任务。在人类 – AI协作组的创意生成阶段，LLM扮演着“创意助手”的角色。参与者可以自由地向它提问，获取创意灵感。
为了让LLM给出更符合要求的回答，研究人员可是做了精心准备。他们给LLM设置了系统提示，明确告诉它要帮助用户生成梗图创意，而且交互语气要友好礼貌，一次最多给出三个想法。
在生成纯AI梗图的时候，研究人员会把图片信息发给LLM，让它针对每个图片 – 主题组合生成20个梗图文字说明。
在LLM的帮助下，参与者确实生成了更多创意。而且，他们并不觉得创作过程更累。从NASA – TLX的评估数据可以清晰地看到，两组在整体工作量上没有太大差别，只是在“努力程度”这一项上，AI协作组的参与者打分更低。
由此可见，LLM确实能提高创作效率，让人们在创作梗图时更轻松地产生更多创意。不过，它也存在一定的问题，可能会让创作者对作品的“主人翁”感觉变弱。毕竟，LLM主要在创意生成阶段发挥作用，而后续的筛选和图片制作环节还是得靠参与者自己完成。
接下来看看梗图评分的情况。从梗图的评分结果来看，人机协作组虽然在创意数量上占据优势，但在质量上并没有比纯人类创作的梗图更好。在幽默程度、创造力和分享度这三个关键维度上，两组的评分没有显著差异。这充分说明在梗图创作中，单纯增加数量，并不一定能提升作品的质量。
然而，让人意外的是，纯AI生成的梗图在幽默、创意和分享度这三个方面的整体评分都比人类组和人类 – AI协作组要高。这是因为LLM在训练过程中，接触了大量的素材，能够精准地把握大众的喜好。
LLM在梗图创作中的优势显而易见。它就像一个不知疲倦的创意助手，能在短时间内提供大量的创意，帮助创作者突破思维局限，提高创作效率。而且，凭借其对海量数据的学习能力，它能精准地抓住大众的幽默喜好，创作出有吸引力的内容。
但它也并非完美无缺。LLM生成的内容往往缺乏独特的个性和深度，可能无法真正理解某些特定文化背景下的微妙幽默。
人类的创造力是梗图创作中不可或缺的关键因素。例如，在创作一个关于职场的梗图时，人类创作者可以结合自己在职场中的真实故事和感受，对LLM生成的创意进行调整，让梗图更具感染力和真实感。
本文通过介绍慕尼黑和瑞典研究者关于LLM在梗图创作中的研究，阐述了LLM在提高创作效率、把握大众喜好等方面的优势，也指出其内容缺乏个性深度的不足。强调了人类创造力在梗图创作中的关键作用，说明梗图创作需要将LLM的优势与人类的独特创意相结合。
原创文章，作者：东京迎荷，如若转载，请注明出处：https://www.xiaoyaoxin.com/archives/3876.html
