热点事件持续更新
研究团队推出日语大模型事实核查基准JSFactCheckBench
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23日，研究团队推出日语事实核查评测基准JSFactCheckBench，旨在重新审视大语言模型事实核查器的评测能力。该基准包含从大语言模型回答中提取的1,913条声明以及预选的网络证据。在针对6个大语言模型的测试中，所有模型在核查直接回答核心问题的声明时，准确率均低于补充声明；同时，在面对较长或多来源的证据时模型得分均出现下降。此外，测试还发现，在加入周边问答上下文后，全部4个开源模型的得分均出现下滑。
AI 根据报道生成 · 6 小时前更新
最新进展10月23日 12:00
研究团队发布JSFactCheckBench基准，测试显示大模型核查核心声明及长证据时准确率下降。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 自然语言处理重新审视大语言模型事实核查器的评测
研究团队推出日语事实核查评测基准 JSFactCheckBench，包含提取自大语言模型回答的 1,913 条声明及预选网络证据。对 6 个 LLM 的测试显示，所有模型核查直接回答核心问题的声明准确率均低于补充声明，且面对较长或多来源证据时得分下降。加入周边问答上下文后，全部 4 个开源模型的得分均出现下滑。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23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。