StateBench：测试语言模型如何追踪长文档中的状态变化
StateBench: Testing how language models track state changes over long documents
精选理由
介绍 StateBench 基准，帮助读者了解如何评估语言模型追踪长文档中状态变化的能力。
StateBench: Testing how language models track state changes over long documents
介绍 StateBench 基准，帮助读者了解如何评估语言模型追踪长文档中状态变化的能力。