热点事件持续更新
CoBe 对话式反事实文本编辑基准发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv cs.CL 刊出 CoBe 基准，用于评估模型的零样本对话式反事实文本编辑能力。该基准包含 2000 道问题，覆盖医疗、科学与工程、商业和日常场景。报道显示，前沿模型在该基准上的平均得分仅为 58.05%，且常常退化为关联式生成，而不是保留原场景的因果结构。此外，性能并不随模型规模或输出 token 长度稳定提升。研究者据此认为，这一失败可能源于训练目标，而非模型容量不足。目前报道仅涉及基准的发布与上述评测结果，尚无后续更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
CoBe 基准发布：2000 道题上前沿模型平均仅 58.05%，失败或源于训练目标。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CLCoBe：对话式反事实文本编辑基准
CoBe 是评估模型零样本对话式反事实文本编辑能力的基准，包含 2000 道覆盖医疗、科学与工程、商业和日常场景的问题。前沿模型平均得分仅 58.05%，且常退化为关联式生成，而非保留原场景的因果结构。性能不随模型规模或输出 token 长度稳定提升，研究者认为该失败可能源于训练目标而非模型容量不足。
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。