StateBench：测试语言模型在长文档中追踪状态变化的能力
在 Hugging Face 上发布的 StateBench 基准用于测试语言模型在长文档中追踪状态变化的能力；该条目未提供更多细节。
AI 摘要 · 仅依据来源订阅信息生成，以原文为准来源发布时间
本站发布时间
浏览1
原文标题
StateBench: Testing how language models track state changes over long documents
AI 双语编辑 · 以原文为准标题为索引或机器翻译，不构成研究结论的独立验证。医学内容不作为诊疗建议。星际旅行概念、深空任务和已实现技术需按原文区分。