StateBench: Kiểm tra cách các mô hình ngôn ngữ theo dõi những thay đổi trạng thái trong các tài liệu dài
Độ tin cậy: Trung bình (70) · Thời gian sự kiện 2026-11-03
Lý do
- Nguồn: Hugging Face (tự động phân cụm, chưa được xác minh).
Cách sử dụng
- Vui lòng xem bài viết gốc để biết thêm chi tiết.
Rủi ro
- Bản nháp tự động: Chưa được biên tập viên xem xét, tiêu đề và tóm tắt giữ nguyên từ bản gốc.