热点事件持续更新
研究团队提出TASC基准评估大模型时间敏感安全意识
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 1 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。