StateBench: Тестирование того, как языковые модели отслеживают изменения состояния в длинных документах
Уверенность: средняя (70) · Время события 2026-11-03
Обоснование
- Источник: Hugging Face (автоматическая кластеризация, без проверки).
Использование
- Подробности см. в оригинальной ссылке.
Риски
- Автоматический черновик: не отредактирован, заголовок и аннотация взяты из оригинала.