arXiv · cs.CL· Peidi Dong·· 15 小时前AI 评分39
TASC 基准评估对话助手的时间敏感安全意识
Before You Continue: Evaluating Time-Sensitive Safety Awareness in Conversational Assistants
来源与原文
arXiv · cs.CL
作者：Peidi Dong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.06839v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 TASC 基准，评估 LLM 助手能否在对话中应用时间相关约束。该基准包含 3,418 个输入（来自 128 个模板）及 33 个场景，覆盖 13 个模型。结果显示，模型仅在 30.5% 违规场景中考虑时间约束；尽管 62.1% 的失败案例中模型已正确计算经过时间，仍未能应用约束，显式提供时间信息也只能解决约一半的失败。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。