千机 API 热点事件持续更新
StateBench 发布，评估模型长文档状态追踪能力
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年11月4日，Hugging Face 发布 StateBench，用于评估语言模型在长序列中追踪实体状态变化的能力，并比较不同架构在四种复杂度任务上的表现。基准结果显示，预训练模型和前沿模型在输入变长时，都可能在较难任务上失准。直接使用任务训练时，Gated DeltaNet 和混合架构在部分任务上可泛化至训练序列长度的数万倍；Transformer 则未能学会最难的通用有限状态追踪任务。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 01:15
Hugging Face 发布 StateBench，并报告不同模型架构在长序列状态追踪任务上的表现差异。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Hugging Face Blog精选StateBench：测试语言模型追踪长文档状态变化的能力
Hugging Face 发布 StateBench 基准，用于评估语言模型在长序列中追踪实体状态变化的能力，并比较不同架构在四种复杂度任务上的表现。预训练模型和前沿模型在输入变长时都可能在较难任务上失准；直接用任务训练时，Gated DeltaNet 和混合架构在部分任务上可泛化至训练序列长度的数万倍，而 Transformer 未能学会最难的通用有限状态追踪任务。
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。