Hugging Face Blog·· 3 小时前AI 评分52
StateBench 发布：测试语言模型在长文档中追踪状态变化的能力
StateBench: Testing how language models track state changes over long documents
AI 导读
研究团队推出 StateBench，一个面向长上下文状态追踪的基准，按 r-trivial、aperiodic、soluble、general finite 四个难度层级测试模型追踪长文档中实体信息变化的能力。
来源：Hugging Face Blog · huggingface.co