跳到正文
原文
Hugging Face Blog·· 6 天前AI 评分38

XYBench:测试 AI 助手能否识别用户问题背后的错误假设

XYBench: Helping with the problem behind the question

AI 导读

Ai2 联合 CMU、NVIDIA 和约翰霍普金斯大学发布 XYBench,一个含 8,115 个真实问题的基准,专门测试 AI 助手能否识别用户提问中的错误假设(XY 问题)并引导其解决真正目标,该基准获 EMNLP 2026 最佳资源论文奖。

来源:Hugging Face Blog · huggingface.co