揭秘dreamGPT的五维评分体系新颖度占40%权重AI创意是如何被打分与筛选的【免费下载链接】dreamGPTLeverage hallucinations from Large Language Models (LLMs) for novelty-driven explorations.项目地址: https://gitcode.com/gh_mirrors/dr/dreamGPT在AI创意生成领域dreamGPT 用大语言模型的幻觉来做发散式探索并首创了五维评分体系新颖度、市场潜力、实用性、易实现度、影响力。其中新颖度novelty权重高达40%其余四项各占 15%。这篇指南将带你拆解 dreamGPT 如何给 AI 创意打分、如何用加权总分筛选出最有价值的点子以及快速上手的步骤。为什么 AI 创意需要一套评委机制大多数 GPT 应用是收敛型的——目标明确直接求解。而 dreamGPT 走的是发散型路线尽可能多地探索可能性让 AI 自由做梦。发散的问题是产出不可控所以必须有一套客观的评估标准来区分好创意和平庸点子。dreamGPT 的答案就是五维评分。每次生成创意时LLM 会按照提示词中的标准对每个概念在 0~1 的区间内打出自评分这些标准定义在 dreamgpt/engine/prompts/dreamPrompts.py 中。五维评分体系详解每个维度评什么每个创意dream都会被赋予五个分数全部落在 0~1 之间含义如下维度字段名权重衡量什么 新颖度noveltyScore40%这个概念有多独特、与已知事物有多不同 市场潜力marketScore15%潜在的市场价值$$$️ 实用性usefulnessScore15%这个概念被使用后的潜在收益⚡ 易实现度easeOfImplementationScore15%把概念变成现实的难易程度 影响力impactScore15%对世界可能产生的正面影响权重常数集中定义在 dreamgpt/constants.pyNOVELTY_WEIGHT 0.4其余四项各为0.15。为什么新颖度独占 40% 权重这正是 dreamGPT 的设计哲学它不是来帮你解决已知问题的而是来发现没被见过的东西。如果市场潜力和影响力占大头模型会倾向生成稳妥但平庸的点子把新颖度加权到 40%才能激励 LLM 大胆利用幻觉、跳出常规。其余四维均衡分配则保证创意不至于新奇但毫无价值。加权总分AI 创意的高考公式五个维度打完分后系统会用加权求和算出totalScore逻辑在 dreamgpt/store/entity.py总分 0.40 × 新颖度 0.15 × 市场 0.15 × 实用性 0.15 × 易实现 0.15 × 影响力举个例子某创意新颖度 0.8、市场 0.3、实用性 0.2、易实现 0.2、影响力 0.2则总分为0.4×0.8 0.15×0.3 0.15×0.2×3 0.51。总分越高这个梦越有资格进入下一轮。创意筛选机制每轮淘汰一半创意如何进化打分只是第一步dreamGPT 真正的筛选发生在梦境循环中。主循环在 dreamgpt/main.py每轮迭代执行四步Dream做梦LLM 扮演随机抽取的创意专家角色基于主题种子 随机词汇生成 6 个新创意。50% 的选题来自主题种子50% 来自动词词库保证主题相关与意外跨界并存。Combine组合随机两两配对旧创意让 LLM 把两个点子融合成新概念规则见 dreamgpt/engine/prompts/combinePrompts.py就像基因杂交产生新物种。Pick筛选把所有创意按totalScore降序排序只保留前50%实现物竞天择。核心代码在 dreamgpt/engine/dreamEngine.py。Repeat重复默认循环 5 轮MAX_ITERATIONS 5。这就是一个天然的进化算法初轮分数普遍偏低随着高分创意不断参与组合变异分数和创意质量会肉眼可见地爬升——官方文档也提到后续迭代的分数会明显更高、点子也更出色。快速上手安装与运行 dreamGPT只需 Python 3.10 与 Poetry三步跑起来git clone https://gitcode.com/gh_mirrors/dr/dreamGPT cd dreamGPT poetry install将.env.example复制为.env填入OPENAI_API_KEY可选Pinecone 的 API Key 与环境名用于持久化存储梦境向量库实现见 dreamgpt/store/store.py。然后启动poetry run start # 自由发散模式 poetry run start --theme climate change # 指定主题模式指定主题时dreamGPT 会先扩展出 20 个种子概念THEME_SEED_COUNT 20见 dreamgpt/constants.py再围绕它们做梦。总结五维评分体系给了 AI 创意可解释的标准新颖度 40%发散式探索的灵魂逼着 LLM 敢想市场/实用/易实现/影响力各 15%兜住底线防止创意飘向虚空加权总分 每轮 50% 淘汰让好创意在组合与迭代中自然进化这套机制的巧妙之处在于它没有试图消除 LLM 的幻觉反而把不可控的幻觉变成了创意源泉再用一套简单透明的五维评分把它驯服。无论你是 AI 爱好者还是创业者都值得参考这种发散 量化筛选的 AI 创意生成思路。【免费下载链接】dreamGPTLeverage hallucinations from Large Language Models (LLMs) for novelty-driven explorations.项目地址: https://gitcode.com/gh_mirrors/dr/dreamGPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 揭秘dreamGPT的五维评分体系：新颖度占40%权重，AI创意是如何被打分与筛选的
揭秘dreamGPT的五维评分体系新颖度占40%权重AI创意是如何被打分与筛选的【免费下载链接】dreamGPTLeverage hallucinations from Large Language Models (LLMs) for novelty-driven explorations.项目地址: https://gitcode.com/gh_mirrors/dr/dreamGPT在AI创意生成领域dreamGPT 用大语言模型的幻觉来做发散式探索并首创了五维评分体系新颖度、市场潜力、实用性、易实现度、影响力。其中新颖度novelty权重高达40%其余四项各占 15%。这篇指南将带你拆解 dreamGPT 如何给 AI 创意打分、如何用加权总分筛选出最有价值的点子以及快速上手的步骤。为什么 AI 创意需要一套评委机制大多数 GPT 应用是收敛型的——目标明确直接求解。而 dreamGPT 走的是发散型路线尽可能多地探索可能性让 AI 自由做梦。发散的问题是产出不可控所以必须有一套客观的评估标准来区分好创意和平庸点子。dreamGPT 的答案就是五维评分。每次生成创意时LLM 会按照提示词中的标准对每个概念在 0~1 的区间内打出自评分这些标准定义在 dreamgpt/engine/prompts/dreamPrompts.py 中。五维评分体系详解每个维度评什么每个创意dream都会被赋予五个分数全部落在 0~1 之间含义如下维度字段名权重衡量什么 新颖度noveltyScore40%这个概念有多独特、与已知事物有多不同 市场潜力marketScore15%潜在的市场价值$$$️ 实用性usefulnessScore15%这个概念被使用后的潜在收益⚡ 易实现度easeOfImplementationScore15%把概念变成现实的难易程度 影响力impactScore15%对世界可能产生的正面影响权重常数集中定义在 dreamgpt/constants.pyNOVELTY_WEIGHT 0.4其余四项各为0.15。为什么新颖度独占 40% 权重这正是 dreamGPT 的设计哲学它不是来帮你解决已知问题的而是来发现没被见过的东西。如果市场潜力和影响力占大头模型会倾向生成稳妥但平庸的点子把新颖度加权到 40%才能激励 LLM 大胆利用幻觉、跳出常规。其余四维均衡分配则保证创意不至于新奇但毫无价值。加权总分AI 创意的高考公式五个维度打完分后系统会用加权求和算出totalScore逻辑在 dreamgpt/store/entity.py总分 0.40 × 新颖度 0.15 × 市场 0.15 × 实用性 0.15 × 易实现 0.15 × 影响力举个例子某创意新颖度 0.8、市场 0.3、实用性 0.2、易实现 0.2、影响力 0.2则总分为0.4×0.8 0.15×0.3 0.15×0.2×3 0.51。总分越高这个梦越有资格进入下一轮。创意筛选机制每轮淘汰一半创意如何进化打分只是第一步dreamGPT 真正的筛选发生在梦境循环中。主循环在 dreamgpt/main.py每轮迭代执行四步Dream做梦LLM 扮演随机抽取的创意专家角色基于主题种子 随机词汇生成 6 个新创意。50% 的选题来自主题种子50% 来自动词词库保证主题相关与意外跨界并存。Combine组合随机两两配对旧创意让 LLM 把两个点子融合成新概念规则见 dreamgpt/engine/prompts/combinePrompts.py就像基因杂交产生新物种。Pick筛选把所有创意按totalScore降序排序只保留前50%实现物竞天择。核心代码在 dreamgpt/engine/dreamEngine.py。Repeat重复默认循环 5 轮MAX_ITERATIONS 5。这就是一个天然的进化算法初轮分数普遍偏低随着高分创意不断参与组合变异分数和创意质量会肉眼可见地爬升——官方文档也提到后续迭代的分数会明显更高、点子也更出色。快速上手安装与运行 dreamGPT只需 Python 3.10 与 Poetry三步跑起来git clone https://gitcode.com/gh_mirrors/dr/dreamGPT cd dreamGPT poetry install将.env.example复制为.env填入OPENAI_API_KEY可选Pinecone 的 API Key 与环境名用于持久化存储梦境向量库实现见 dreamgpt/store/store.py。然后启动poetry run start # 自由发散模式 poetry run start --theme climate change # 指定主题模式指定主题时dreamGPT 会先扩展出 20 个种子概念THEME_SEED_COUNT 20见 dreamgpt/constants.py再围绕它们做梦。总结五维评分体系给了 AI 创意可解释的标准新颖度 40%发散式探索的灵魂逼着 LLM 敢想市场/实用/易实现/影响力各 15%兜住底线防止创意飘向虚空加权总分 每轮 50% 淘汰让好创意在组合与迭代中自然进化这套机制的巧妙之处在于它没有试图消除 LLM 的幻觉反而把不可控的幻觉变成了创意源泉再用一套简单透明的五维评分把它驯服。无论你是 AI 爱好者还是创业者都值得参考这种发散 量化筛选的 AI 创意生成思路。【免费下载链接】dreamGPTLeverage hallucinations from Large Language Models (LLMs) for novelty-driven explorations.项目地址: https://gitcode.com/gh_mirrors/dr/dreamGPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考