Hugging Face Blog·· 3 小时前AI 评分58
AllenAI 发布 StateBench 基准，测试语言模型在长文档中的状态追踪能力
StateBench: Testing how language models track state changes over long documents
AI 导读
AllenAI 发布 StateBench，一个面向长上下文状态追踪的基准，用 R-trivial、非周期、可解、一般有限四个难度等级测试模型能否在长文档中跟上实体状态的变化。
来源：Hugging Face Blog · huggingface.co