Ai2 发布 StateBench 基准与数据集，供研究者测试状态追踪模型
We’re releasing StateBench so researchers can test new models, extend our work, & build better state-tracking data.
摘要
Ai2 发布 StateBench，供研究者测试新模型、扩展其工作并构建更好的状态追踪数据。数据集已在 Hugging Face 开放下载，详情见 Ai2 博客。
摘要由模型根据原文撰写，以原文为准。
正文 · 原文
We’re releasing StateBench so researchers can test new models, extend our work, & build better state-tracking data.
Explore more in our blog: https://allenai.org/blog/statebench
Download the dataset: https://huggingface.co/datasets/allenai/state-bench
来源：Ai2 · x.com
引用原文
allen_ai. We’re releasing StateBench so researchers can test new models, extend our work, & build better state-tracking data.[EB/OL]. (2026-11-04)[访问日期]. https://x.com/allen_ai/status/2117670302398197894.