热点事件持续更新
研究团队推出对话式反事实文本编辑评测基准CoBe
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月12日，研究人员推出对话式反事实文本编辑评测基准CoBe。该基准用于评估大模型在零样本设置下，依据假设条件修改文本并保留既有因果事实的能力。CoBe数据集包含涵盖医疗、科学工程、商业及日常场景的2000个问题。评测结果显示，前沿模型在CoBe上的平均得分仅为58.05%。研究还发现，模型在执行此类任务时常退化为依赖统计关联进行生成，且整体性能并未随模型规模扩大或输出token长度增加而实现稳定提升。
AI 根据报道生成 · 6 小时前更新
最新进展10月12日 12:00
研究团队推出对话式反事实文本编辑评测基准CoBe，评测显示前沿模型平均得分仅为58.05%。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 自然语言处理CoBe：对话式反事实文本编辑评测基准
研究人员推出对话式反事实文本编辑评测基准 CoBe，用于测试模型根据假设条件修改文本并保留原有因果事实的零样本能力。CoBe 包含涵盖医疗、科学工程、商业及日常场景的 2000 个问题，前沿模型平均得分仅为 58.05%。评测发现模型常退化为统计关联生成，且性能未随模型规模或输出 token 长度稳定提升。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
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。