AllenAI 发布 StateBench 长上下文状态追踪基准
热点事件持续更新
AllenAI 发布 StateBench 长上下文状态追踪基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
AllenAI 在 Hugging Face 发布 StateBench，用于评测语言模型在长文档中跟踪实体状态变化的能力。该基准按四个难度层级组织：R-trivial、非周期、可解和一般有限；各层级使用相同的变量与赋值位置，仅改变赋值类型。 根据 Hugging Face 博客，这个基准衡量的是语言模型在长文档中跟踪实体信息如何演变的能力。目前公布的是基准本身及评测结果。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 01:15
StateBench 发布：测试语言模型如何在长文档中跟踪状态变化报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Hugging Face BlogStateBench 发布：测试语言模型如何在长文档中跟踪状态变化
AllenAI 在 Hugging Face 发布 StateBench，用于评测语言模型在长文档中跟踪实体状态变化的能力，并按 R-trivial、非周期、可解、一般有限四个难度层级组织，各层级共用相同的变量与赋值位置，仅改变赋值类型。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 02:00
- 近 24 小时变化
- –
02.557.510
02:0003:0004:00
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。