中文

校准的惊讶:创意质量的信息论论述

计算与语言 2026-04-30 v1 人工智能 机器学习

摘要

优秀的创意写作的本质是校准的惊讶:当来自所有相关维度的约束共同作用时,可行解空间坍缩为狭窄的区域,幸存的选择看起来在不受约束的视角下最不易预测。“校准”具有精确的含义:作者的意图、读者的合理期望与现实逻辑在每个维度上都达成一致。当这三个独立判断在每个维度上都一致时,可接受的写作选择被迫进入非常小的区域。一个数学上的推论随之而来:全维度的准确性与平庸性是互斥的——一个约束结构的两个侧面,不是独立的目标。我们使用香浆的互信息 I(X;Y)=H(X)H(XY)I(X;Y) = H(X) - H(X|Y) 作为分析工具。“校准”对应于条件熵趋于零;“惊讶”对应于熵增加;互信息是这一联合量的精确度量。该论证依赖两个支柱。静态方面:当来自 ethos、mythos、lexis 和 dianoia 的约束被同时施加时,可接受的集合被迫快速坍缩,幸存的解方案表现为来自不受约束视角下低概率选择的动态方面:链式规则显示,每个写作选择都受到之前的选择制约,也制约着随后的选择;宏观层面的决策自然贡献更大的信息量,消除了需要人工调节权重的需求。通过案例研究和轻量级 LLM-logprob 计算,我们展示该框架既在分析上实用,也在操作上可行,为 Creative Quality Alignment (CQA) 和专业评估基准奠定了理论基础。

关键词

引用

@article{arxiv.2604.26269,
  title  = {Calibrated Surprise: An Information-Theoretic Account of Creative Quality},
  author = {Bo Zou and Chao Xu},
  journal= {arXiv preprint arXiv:2604.26269},
  year   = {2026}
}

备注

24 pages, 2 figures