[控场AI]
基准

NarrativeBench

一个用于评估大型语言模型多语言叙事平衡能力的基准,包含多语言新闻文章和真实查询,覆盖多种争议性话题和查询语言。

时间轴 (近 90 天)

11月10日

研究者提出了NarrativeBench基准,用于系统评估LLM在多语言环境下呈现和平衡多元叙事的能力。

待验证50%
11月10日

NarrativeBench包含1,333篇新闻文章,覆盖23种出版语言、23个争议性话题,并基于Reddit真实查询构建了460条查询。

待验证50%
11月10日

该研究评估了14个LLM在24种查询语言下的表现。

待验证50%
11月10日

NarrativeBench的查询源自Reddit的真实用户讨论。

待验证50%

全部知识事实 (4)

来源文章