閱讀理解基準測試

LLM

從事實定位到統計推論：Text2DistBench 揭露 LLM 分佈式閱讀理解的盲區

大語言模型能讀懂文章，但能「量化」群體趨勢嗎？新基準測試 Text2DistBench 利用 YouTube 評論數據，挑戰 LLM 在分佈式閱讀理解上的能力，揭示模型在推論群體偏好與比例時的侷限性，為 AI 閱讀理解能力評估提供新維度。