Hugging Face 发布 XYBench 误解识别基准
热点事件持续更新
Hugging Face 发布 XYBench 误解识别基准
1 篇报道1 个报道来源51 分钟前更新
先了解这件事
AI 综述
Hugging Face 与 Carnegie Mellon、NVIDIA、Johns Hopkins 研究人员合作发布 XYBench，一个包含 8,115 个真实问题的基准，用于测试 AI 助手能否识别用户提问中隐含的误解并引导其解决真实目标；该论文获得 EMNLP 2026 最佳资源论文奖。 Hugging Face 在单轮设置下、每题一次回答，对 Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 五个模型进行了评测并公布结果。XYBench 目前仅覆盖英语查询且以程序性问题为主，扩展到其他语言、文化和对话场景仍是待解方向。
AI 根据报道生成 · 38 分钟前更新
最新进展11月14日 01:02
Hugging Face 发布 XYBench 基准：测试 AI 助手识别用户误解的能力报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- Hugging Face BlogHugging Face 发布 XYBench 基准：测试 AI 助手识别用户误解的能力
Hugging Face 与 Carnegie Mellon、NVIDIA、Johns Hopkins 研究人员合作发布 XYBench，一个包含 8,115 个真实问题的基准，用于测试 AI 助手能否识别用户提问中隐含的误解（XY 问题）并引导其解决真实目标，该论文获得 EMNLP 2026 最佳资源论文奖。
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。