热点事件持续更新
Hugging Face 发布长上下文状态追踪基准 StateBench
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月4日，Hugging Face 博客发布消息称，AllenAI 推出 StateBench 基准，用于评测语言模型在长文档中追踪实体状态变化的能力。该基准按赋值复杂度划分为四个难度层级：r-trivial、aperiodic、soluble 与 general finite。报道未披露更多细节，如具体评测结果、模型表现或数据集规模。目前该事件仅有这一篇一手报道，后续进展有待观察。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 01:15
AllenAI 推出 StateBench，按赋值复杂度分四个层级评测模型长文档状态追踪能力。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Hugging Face BlogStateBench：测试语言模型如何在长文档中追踪状态变化
AllenAI 推出 StateBench，用于评测语言模型在长文档中追踪实体状态变化的能力，并按赋值复杂度分为 r-trivial、aperiodic、soluble、general finite 四个难度层级。
本事件热度走势
当前热度 9·可比范围峰值 10（11月4日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。