Ai2 · Allen Institute for AI·2026-11-13 16:00· 10 小時前AI 評分52

Ai2 發布 XYBench：針對 AI 助理回答中 XY 問題的 8K 題基準

XYBench: Helping with the problem behind the question

AI 導讀

Ai2 發布 XYBench，這是一個包含 8,115 個真實世界問題的基準，用來測試 AI 助理能否辨識出使用者的請求建立在錯誤認知之上，並引導他們走向真正的目標；這項成果在 EMNLP 2026 獲得最佳資源論文獎。