研究者发布 ThreadBench 讨论模拟基准
热点事件持续更新
研究者发布 ThreadBench 讨论模拟基准
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者 Yaoning Yu 等人发布 ThreadBench，一个用于评测大语言模型智能体模拟真实讨论拟真度的基准，同时提出 ThreadPDG 生成框架。 ThreadBench 基于 9,817 条真实 Reddit 讨论帖构建，覆盖 8 个领域、116 个子领域，用 12 项指标从均匀性、表达、语气、互动四个维度对比生成讨论与真实讨论。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
ThreadBench：评测 LLM 智能体模拟真实讨论的拟真度报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIThreadBench：评测 LLM 智能体模拟真实讨论的拟真度
研究者推出 ThreadBench，基于 9,817 条真实 Reddit 讨论帖（覆盖 8 个领域、116 个子领域），用 12 项指标从均匀性、表达、语气、互动四个维度对比生成讨论与真实讨论。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。