Hugging Face Blog·· 4 小时前AI 评分58
StateBench 评测语言模型在长文档中的状态跟踪能力
StateBench: Testing how language models track state changes over long documents
AI 导读
Hugging Face 发布 StateBench 基准，用于测试语言模型在长文档中追踪实体状态变化的能力。
来源：Hugging Face Blog · huggingface.co
StateBench 评测语言模型在长文档中的状态跟踪能力