ホットトピック継続更新中
研究团队提出TASC基准评估大模型时间敏感安全意识
1 件の報道1 件の報道元7 時間前 更新
まずこの件を把握する
AI 概要
2026年11月5日，研究团队在arXiv发布TASC基准，用于评估大语言模型助手在对话中应用时间相关约束的能力。对13个模型的评测结果显示，助手在行动违规时仅在30.5%的情况下考虑了时间约束；而在正确计算耗时后，仍有62.1%未能应用该约束。此外，即使显式提供时间信息，也仅能解决约半数的失败案例，揭示出大模型在时间推理与安全建议应用之间存在明显的脱节问题。
AI が報道をもとに生成 · 7 時間前 更新
最新の進展11月5日 13:00
研究团队推出TASC基准，评测显示大模型在时间推理与安全建议应用间存在显著脱节。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月5日
- arXiv 自然语言处理TASC 基准：评估对话助手的时间敏感安全意识
研究团队推出 TASC 基准，用于评估大语言模型助手在对话中应用时间相关约束的能力。对 13 个模型的评测显示，助手在行动违规时仅在 30.5% 的情况下考虑了时间约束，且在正确计算耗时后仍有 62.1% 未能应用该约束。即使显式提供时间也仅能解决约半数失败，揭示出模型在时间推理与安全建议应用间的明显脱节。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月5日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。