研究用维基百科游戏测试语言模型导航能力

2026年10月12日，arXiv预印本平台（Information Retrieval类别，一手研究）发表研究，用Wikipedia Game测试语言模型的导航能力，要求模型仅通过文章链接抵达目标文章，并与人类和TF-IDF基准对比。研究覆盖五种Wikipedia语言和五个学术文献数据集，基于OpenAlex构建本地图并提供代码，无需依赖第三方API。目前未见后续报道或同行评议结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。