跳到正文
Hugging Face Blog·· 3 天前AI 评分58

XYBench发布:评测AI助手识别用户错误前提与真实目标的能力

XYBench: Helping with the problem behind the question

AI 导读

Hugging Face发布包含8,115个真实问题的XYBench,测试模型能否识别用户基于误解提出的请求,并转向解决其实际目标。基准由Carnegie Mellon、NVIDIA和Johns Hopkins研究人员共同开发,获得EMNLP 2026最佳资源论文奖。

来源:Hugging Face Blog · huggingface.co