AllenAI 发布 StateBench 长文档状态跟踪基准
热点事件观察中
AllenAI 发布 StateBench 长文档状态跟踪基准
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
AllenAI 发布了 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。 该基准用四个难度层级量化模型的表现，分别为 R-trivial、Aperiodic、Soluble 和 General finite。
AI 根据报道生成 · 1 天前更新
最新进展11月4日 01:15
StateBench：测试语言模型在长文档中追踪状态变化的能力报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Hugging Face Blog精选StateBench：测试语言模型在长文档中追踪状态变化的能力
AllenAI 发布 StateBench 基准，用四个难度层级（R-trivial、Aperiodic、Soluble、General finite）量化语言模型在长文档中追踪实体状态变化的能力。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1011月4日 02:00
- 近 24 小时变化
- -50%
02.557.510
06:0012:0018:0011月5日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。