Buchumschlag

Towards a Formal Creativity Theory: Preliminary results in Novelty and Transformativeness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Santo, Luís Espírito, Wiggins, Geraint, Cardoso, Amílcar
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BioOSS: A Bio-Inspired Oscillatory State System with Spatio-Temporal Dynamics
von: Yuan, Zhongju, et al.
Veröffentlicht: (2025)

A novel Reservoir Architecture for Periodic Time Series Prediction
von: Yuan, Zhongju, et al.
Veröffentlicht: (2024)

Towards Reliable Time Series Forecasting under Future Uncertainty: Ambiguity and Novelty Rejection Mechanisms
von: Feng, Ninghui, et al.
Veröffentlicht: (2025)

Episodic Novelty Through Temporal Distance
von: Jiang, Yuhua, et al.
Veröffentlicht: (2025)

Towards a More Complete Theory of Function Preserving Transforms
von: Painter, Michael
Veröffentlicht: (2024)

Diversifying AI: Towards Creative Chess with AlphaZero
von: Zahavy, Tom, et al.
Veröffentlicht: (2023)

Towards Principled Graph Transformers
von: Müller, Luis, et al.
Veröffentlicht: (2024)

State-Novelty Guided Action Persistence in Deep Reinforcement Learning
von: Hu, Jianshu, et al.
Veröffentlicht: (2024)

Towards Verified and Targeted Explanations through Formal Methods
von: Wang, Hanchen David, et al.
Veröffentlicht: (2026)

A Percolation Model of Emergence: Analyzing Transformers Trained on a Formal Language
von: Lubana, Ekdeep Singh, et al.
Veröffentlicht: (2024)

Creative Agents: Empowering Agents with Imagination for Creative Tasks
von: Cai, Penglin, et al.
Veröffentlicht: (2023)

Towards a Theory of AI Personhood
von: Ward, Francis Rhys
Veröffentlicht: (2025)

Novelty Detection in Reinforcement Learning with World Models
von: Zollicoffer, Geigh, et al.
Veröffentlicht: (2023)

To CoT or To Loop? A Formal Comparison Between Chain-of-Thought and Looped Transformers
von: Xu, Kevin, et al.
Veröffentlicht: (2025)

Towards a Learning Theory of Representation Alignment
von: Insulla, Francesco, et al.
Veröffentlicht: (2025)

SciMON: Scientific Inspiration Machines Optimized for Novelty
von: Wang, Qingyun, et al.
Veröffentlicht: (2023)

Generating Creative Chess Puzzles
von: Feng, Xidong, et al.
Veröffentlicht: (2025)

Settling Decentralized Multi-Agent Coordinated Exploration by Novelty Sharing
von: Jiang, Haobin, et al.
Veröffentlicht: (2024)

Are Transformers More Robust? Towards Exact Robustness Verification for Transformers
von: Liao, Brian Hsuan-Cheng, et al.
Veröffentlicht: (2022)

FormalMATH: Benchmarking Formal Mathematical Reasoning of Large Language Models
von: Yu, Zhouliang, et al.
Veröffentlicht: (2025)

Accelerating MoE Model Inference with Expert Sharding
von: Balmau, Oana, et al.
Veröffentlicht: (2025)

Creativity of Deep Learning: Conceptualization and Assessment
von: Basalla, Marcus, et al.
Veröffentlicht: (2020)

EscapeBench: Towards Advancing Creative Intelligence of Language Model Agents
von: Qian, Cheng, et al.
Veröffentlicht: (2024)

Unfolding AIS transmission behavior for vessel movement modeling on noisy data leveraging machine learning
von: Spadon, Gabriel, et al.
Veröffentlicht: (2022)

What's New in My Data? Novelty Exploration via Contrastive Generation
von: Isonuma, Masaru, et al.
Veröffentlicht: (2024)

SAGE: A Novelty Gate for Efficient Memory Evolution in Agentic LLMs
von: Wang, Sijia, et al.
Veröffentlicht: (2026)

A Survey of Graph Transformers: Architectures, Theories and Applications
von: Yuan, Chaohao, et al.
Veröffentlicht: (2025)

Uncertainty Quantification as a Principled Foundation for Explainable Artificial Intelligence: A Case Study of Counterfactual Explanations
von: Sokol, Kacper, et al.
Veröffentlicht: (2025)

NAACA: Training-Free NeuroAuditory Attentive Cognitive Architecture with Oscillatory Working Memory for Salience-Driven Attention Gating
von: Yuan, Zhongju, et al.
Veröffentlicht: (2026)

Learning to Generate Formally Verifiable Step-by-Step Logic Reasoning via Structured Formal Intermediaries
von: Chen, Luoxin, et al.
Veröffentlicht: (2026)

DeepCreativity: Measuring Creativity with Deep Learning Techniques
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2022)

Beyond the Known: Adversarial Autoencoders in Novelty Detection
von: Asad, Muhammad, et al.
Veröffentlicht: (2024)

Combinatorial Creativity: A New Frontier in Generalization Abilities
von: Schapiro, Samuel, et al.
Veröffentlicht: (2025)

Towards Effective Theory of LLMs: A Representation Learning Approach
von: Ustaomeroglu, Muhammed, et al.
Veröffentlicht: (2026)

Toward a Graph Foundation Model: Pre-Training Transformers With Random Walks
von: Tang, Ziyuan, et al.
Veröffentlicht: (2025)

Transformation Categorization Based on Group Decomposition Theory Using Parameter Division
von: Komatsu, Takayuki, et al.
Veröffentlicht: (2026)

Efficiently Computing Compact Formal Explanations
von: Wu, Min, et al.
Veröffentlicht: (2024)

Automated Conjecture Resolution with Formal Verification
von: Ju, Haocheng, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Networks for Vessel Trajectory Prediction: Learning Time-Discretized Kinematic Dynamics via Finite Differences
von: Alam, Md Mahbub, et al.
Veröffentlicht: (2025)

Modeling User Exploration Saturation: When Recommender Systems Should Stop Pushing Novelty
von: Ayiku, Enock O., et al.
Veröffentlicht: (2026)