#XYBench

共 1 条 · 7 天 1 条 · 30 天 1 条

Allen AI 1 EMNLP 1 LLM评测 1 提示词工程 1

信息流里打上「XYBench」标签的资讯、产品与论文，按刊登时间排，新的在上。

11月14日

论文 Agent 与开发者01:36

Allen AI 发布 XYBench，测试大模型识别 XY 问题的能力

Allen AI 做了个叫 XYBench 的基准，专门测模型能不能识破用户的"假问题"，还在 EMNLP 2026 拿了最佳资源奖。做对话系统或智能体的人可以直接拿它去测自家模型，看是不是只会按字面瞎修。

#XYBench #Allen AI #EMNLP #LLM评测

官方账号Allen AI (Ai2)@allen_ai原文