StateBench: اختبار كيفية تتبّع نماذج اللغة لتغيّرات الحالة في المستندات الطويلة

ما يقوله المقال

تقدم Ai2 معيار StateBench لاختبار كيفية تتبع النماذج اللغوية لكيانات تتغير حالتها عبر مستندات طويلة (حتى 64 ألف رمز)، بأربعة مستويات صعوبة من مسائل R-trivial إلى المسائل المنتهية العامة. تنجح النماذج المدربة مسبقاً في أسهل مستوى، وتفقد دقتها في المسائل غير الدورية، وتبقى عند مستوى الصدفة في العامة. وتتراجع النماذج المتقدمة بشدة مع طول المدخلات، لتصل إلى 13% أو أقل في أطول المسائل العامة. أما Gated DeltaNet والنماذج الهجينة المدربة مباشرة على المهمة فتعمّم أفضل بكثير من المحولات التي لم تتعلم أصعب فئة قط. نُشر في 3 نوفمبر 2026 على Hugging Face.

اقرأ المقال الرسمي بطاقة AnnuIA

ملخص كتبته AnnuIA بكلماتها الخاصة اعتمادًا على الصفحة الرسمية لـ Hugging Face. المحتوى والحقوق تعود إلى الناشر، يُرجى قراءة المقال الأصلي.

جميع الأخبار