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%