热点事件观察中
论文提出 Box²-Bench
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026 年 9 月 30 日，Hugging Face Daily Papers 报道一篇提出 Box²-Bench 的论文。该基准用于研究语言模型能否选择性依赖外部指导：在固定模型和任务的同时改变工作流可靠性，从而隔离评估模型如何调节对外部指导的依赖。报道称，实验结果显示，前沿模型通常能够从可靠指导中受益，但当指导具有误导性或变得不可靠时，模型仍表现出脆弱性。
AI 根据报道生成 · 10 小时前更新
最新进展9月30日 08:00
论文提出 Box²-Bench，用于评估模型对外部指导的依赖调节。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Hugging Face Daily PapersBox²-Bench 研究语言模型能否选择性依赖外部指导
论文提出 Box²-Bench，在固定模型和任务的同时改变工作流可靠性，用于隔离评估模型如何调节对外部指导的依赖。实验显示，前沿模型常能从可靠指导中受益，但在指导具有误导性或变得不可靠时仍然脆弱。
本事件热度走势
当前热度 3·可比范围峰值 4（10月1日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。