StateBench: Testing how language models track state changes over long documents
置信度：中（70） · 事件时间 2026-11-03
理由
- 来源：Hugging Face（自动聚类，未经核对）。
用法
- 详见原文链接。
风险
- 自动初稿：尚未经编辑审阅，标题和摘要为原文。
StateBench: Testing how language models track state changes over long documents
StateBench: Testing how language models track state changes over long documents