论文信源：Hugging Face 社区博客（混合发现） · 👁️ 40750 次研读

StateBench：测试语言模型如何在长文档中追踪状态变化

💡 灵机 AI 深度洞见与核心提炼

研究者推出 StateBench 基准，用于评测语言模型在长文档中追踪实体状态变化的能力，按 R-trivial、Aperiodic、Soluble、General finite 四个难度级别构建。

信源媒体：Hugging Face 社区博客（混合发现）

阅读原文出处 ↗