实体 DELEGATE-52

DELEGATE-52

PulseAugur coverage of DELEGATE-52 — every cluster mentioning DELEGATE-52 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

时间线

2026-05-11 research_milestone Microsoft Research released the DELEGATE-52 benchmark, highlighting significant document corruption issues with leading AI models.
2026-05-11 research_milestone Microsoft Research introduced the DELEGATE-52 benchmark, revealing significant document corruption by LLMs. 来源

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_36786 · May 11 · 23:15

Microsoft Research：LLMs 在委托任务中损坏 25% 的文档

Microsoft Research 开发的新基准 DELEGATE-52 显示，当前的大型语言模型在委托工作流程中会显著损坏文档。即使是 Gemini 3.1 Pro、Claude 4.6 Opus 和 GPT 5.4 等先进模型，在扩展编辑任务中也会损坏约 25% 的文档内容。Agentic 工具进一步加剧了这一问题，增加了 6% 的损坏率，表明在各种专业领域中，AI 辅助文档编辑的信任度和可靠性普遍存在问题。