ホットトピック継続更新中
AI2发布长文本状态追踪评测基准StateBench
1 件の報道1 件の報道元17 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，AI2推出长文本状态追踪评测基准 StateBench，专门用于评估大语言模型在长文档中持续跟踪实体状态变化的能力。该基准基于 Krohn–Rhodes 理论构建，将任务复杂度划分为 r-trivial、非周期（aperiodic）、可解（soluble）与一般有限（general finite）四个等级。目前，AI2 已同步开源了 StateBench 的技术报告、评测数据集及相关代码。
AI が報道をもとに生成 · 16 時間前 更新
最新の進展11月4日 01:15
AI2推出长文本状态追踪基准StateBench，并开源技术报告、数据集与代码。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4日
- Hugging FaceAI2 发布长文本状态追踪基准 StateBench
AI2 推出长文本状态追踪评测基准 StateBench，用于测试大语言模型在长文档中持续跟踪实体状态变化的能力。基准基于 Krohn–Rhodes 理论将复杂度划分为 r-trivial、非周期（aperiodic）、可解（soluble）与一般有限（general finite）四个等级，并开源了技术报告、数据集与代码。
このストーリーのホット度の推移
現在のホット度 6·比較可能範囲のピーク 10（11月4日 02:00）·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。