研究者提出多轮长文问答基准KnowMT-Bench
热点事件持续更新
研究者提出多轮长文问答基准KnowMT-Bench
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Junhao Chen等作者提出并发布KnowMT-Bench，用于评估大语言模型在医学、金融、法律等知识密集型领域的多轮长文本问答能力，填补现有基准仅限单轮对话的空白。该基准采用动态评估设置，让模型根据逻辑递进的问题序列自行生成多轮对话历史。 实验显示，模型在多轮对话中的事实能力与信息传递效率均明显下降；检索增强生成（RAG）可逆转这一性能退化，主动上下文去噪也有较稳定的缓解效果。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
KnowMT-Bench：面向多轮对话知识密集型长文本问答的基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLKnowMT-Bench：面向多轮对话知识密集型长文本问答的基准测试
研究者提出 KnowMT-Bench，用于系统评估 LLM 在医学、金融、法律等知识密集型领域的多轮长文本问答能力，填补现有基准仅限单轮对话的空白。该基准采用动态评估设置，让模型根据逻辑递进的问题序列自行生成多轮对话历史。实验显示 LLM 在多轮对话中事实能力与信息传递效率均明显下降，RAG 可逆转这一性能退化，主动上下文去噪也有较稳定缓解效果。
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。