发布NewsBench：评测AI新闻认知质量的专家基准
热点事件持续更新
发布NewsBench：评测AI新闻认知质量的专家基准
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
作者团队发布论文，提出NewsBench评测基准，以新闻、政策和情报分析领域资深专家的编辑标准为基础，从信源质量、事实性和中立性三个维度评估前沿AI的新闻回答质量。 基准包含约3000条评测提示词，其中约500条每月更新以涵盖新近时事，约2500条经人类专家标注用于校准与验证，并通过经专家金标验证的AI judge实现可扩展评测。对四个前沿模型的测试显示，它们在信源、事实性和中立性上呈现各不相同的失败模式。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
NewsBench：基于专家标准的 AI 新闻报道认知质量评测基准报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AINewsBench：基于专家标准的 AI 新闻报道认知质量评测基准
NewsBench 是一个以新闻、政策和情报分析领域资深专家的编辑标准为基础的评测基准，从信源质量、事实性和中立性三个维度评估前沿 AI 的新闻回答质量。基准包含约 3000 条评测提示词，其中约 500 条每月更新，约 2500 条经人类专家标注用于校准与验证，并通过经专家金标验证的 AI judge 实现可扩展评测。对四个前沿模型的测试显示，它们在信源、事实性和中立性上呈现各不相同的失败模式。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。