NarrativeBench：14个LLM在多语言叙事多样性测试中均不达标
给做检索、RAG 或信息类产品的人看：这套基准把'多语言叙事多样性'拆成了六项可测能力，还放出了 14 个模型在 24 种语言下的成绩。想让自己的产品在争议话题上不偏科，可以拿 NarrativeBench 当评测起点。
给做检索、RAG 或信息类产品的人看：这套基准把'多语言叙事多样性'拆成了六项可测能力，还放出了 14 个模型在 24 种语言下的成绩。想让自己的产品在争议话题上不偏科，可以拿 NarrativeBench 当评测起点。