研究提出 CreativePreferences 数据集，量化偏好中的可表达与可验证缺口

论文发布 CreativePreferences 数据集，包含 2.8M 文本、317M 条人类偏好判断、7 个创意领域和 42 个基准任务。研究用可执行程序、评分规则库和密集训练模型建模，发现跨领域存在可表达性缺口和可验证性缺口，并用捕获再捕获方法估计上下界。结果显示同行评审和创意写作的可表达性缺口最大，参与判断的人越多缺口越宽；完整模型更贴近人类偏好，而把偏好表达出来会使其偏离隐性维度。