Hugging Face·· 2 小时前AI 评分55
StateBench 评测基准发布：测试大语言模型在长文本中的状态跟踪能力
StateBench: Testing how language models track state changes over long documents
AI 导读
AllenAI 推出长上下文状态跟踪评测基准 StateBench，用于测试大语言模型在长文档中追踪实体状态演变的能力。
来源：Hugging Face · huggingface.co
StateBench: Testing how language models track state changes over long documents
AllenAI 推出长上下文状态跟踪评测基准 StateBench，用于测试大语言模型在长文档中追踪实体状态演变的能力。
来源：Hugging Face · huggingface.co