Hugging Face 联合 Allen AI 发布 StateBench 基准
热点事件持续更新
Hugging Face 联合 Allen AI 发布 StateBench 基准
1 篇报道1 个报道来源57 分钟前更新
先了解这件事
AI 综述
Hugging Face 联合 Allen AI 发布 StateBench，评测语言模型在长文档中追踪实体状态变化的能力，同时公开技术报告、数据和代码。基准含四级难度（R-trivial、Aperiodic、Soluble、General finite），对应不同类型的变量赋值操作，理论基础来自 Krohn–Rhodes 理论。 Hugging Face 称，直接在这些任务上训练的循环模型和混合模型泛化能力远超 Transformer；而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 等前沿模型在输入变长时，仍难以完成更难形式的状态追踪。
AI 根据报道生成 · 48 分钟前更新
最新进展11月4日 01:15
Hugging Face 发布 StateBench 长上下文状态追踪基准报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Hugging Face BlogHugging Face 发布 StateBench 长上下文状态追踪基准
Hugging Face 联合 Allen AI 发布 StateBench，一个评测语言模型在长文档中追踪实体状态变化的基准，含四级难度（R-trivial、Aperiodic、Soluble、General finite），对应不同类型的变量赋值操作，理论基础来自 Krohn–Rhodes 理论。
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。