Двухфакторная креативность LLM: новизна + уместность вместо просто "разных слов"

Случайный генератор слов обгоняет GPT-4 в классическом тесте креативности DAT. Проблема: тест меряет только "насколько слова разные", игнорируя уместность — редкие экзотичные термины ('quagga', 'bhangra') получают высокий балл, хотя бесполезны для задачи. Креативность требует баланса: идея должна быть и свежей, И применимой к контексту. Техника CDAT решает это через двойное требование в одном промпте: 'предложи N вариантов, которые максимально разные между собой (новизна) И связаны с темой X (уместность)'. Модель балансирует между расхождением идей и их близостью к контексту — получаешь спектр от безопасных до рискованных вариантов, но все релевантные. Находка: меньшие модели (Gemini Flash, GPT-4o-mini) генерируют больше свежих идей, большие (GPT-4, Claude 3.5) осторожнее — крепче держатся за контекст, жертвуя новизной.