NarrativeBench

新的NarrativeBench基准显示大型语言模型在处理多元多语言叙事方面存在困难

一个名为NarrativeBench的新基准已被开发出来，用于评估大型语言模型（LLMs）在跨语言处理多元叙事方面的能力，特别是在有争议的话题上。该基准包含23种语言的1,333篇新闻文章和460个基于Reddit的查询。对14个大型语言模型的评估显示，它们在呈现多元视角、保持叙事覆盖面和跨语言信息对等性方面存在显著缺陷，可能导致回音室效应和信息差距。