研究人员开发了ChronoState，这是一个旨在测试语言模型如何处理基于已用时间和符号任务状态的时间决策的新基准。使用Qwen2.5-3B-Instruct模型，ChronoState证明了通过非token通道注入的隐藏已用时间条件化，可以显著提高时态状态动作选择的性能。然而，该系统泛化到未见过的时间相关概念的能力及其自主时间追踪能力仍然有限，在某些场景下，prompt注入的时间戳被证明更有效。 AI
影响 这项研究探索了将时间感知能力整合到LLM中的方法，有可能提高它们在时间敏感应用中的性能。
排序理由 该集群包含一篇介绍语言模型评估新基准和方法论的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
