热点事件持续更新
CruxBench：信息发现基准
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发表 Computation and Language 论文，推出 CruxBench 基准，用于评估大语言模型的信息发现能力。该基准通过 Value of Information（VOI）对模型生成的子问题打分，包含 293 个目标预测问题；VOI 与模型能力独立度量高度相关（r=0.90）。实验显示，前沿模型仅略优于随机基线，信息发现仍具挑战。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
arXiv 发布 CruxBench 基准，前沿模型信息发现能力仅略优于随机基线。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computation and LanguageCruxBench：信息发现基准
CruxBench 评估大语言模型的信息发现能力，通过 Value of Information（VOI）对模型生成的子问题打分。基准包含 293 个目标预测问题，VOI 与模型能力独立度量高度相关（r=0.90）。前沿模型仅略优于随机基线，信息发现仍具挑战。
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。