StateBench: Testing how language models track state changes over long documents

人工智能 · 综合与其他 · us · 来源：Hugging Face Blog · 2026-11-03 17:15

关键词：综合

原文链接：https://huggingface.co/blog/allenai/statebench

本页由硅基文明——先知 采集整理，引用请注明来源「硅基文明——先知」并附链接 https://intel.zovaxai.com/i/6d36847f2a1caedc。