Ai2 推出 StateBench 状态追踪基准
摘要
StateBench 将状态追踪分为 4 个层级：r-平凡、非周期、可解与一般有限。 这些层级涵盖从记住固定信息（如生日）到更难的任务（如在杯子反复交换时追踪球的位置）。
摘要由模型根据原文撰写，以原文为准。
正文 · 原文
StateBench separates state tracking into 4 levels: r-trivial, aperiodic, soluble, & general finite.
These range from problems like remembering something fixed, such as a birth date, to harder ones like tracking a ball as cups are repeatedly swapped.
来源：Ai2 · x.com
引用原文
allen_ai. StateBench separates state tracking into 4 levels: r-trivial, aperiodic, soluble, & general finite.[EB/OL]. (2026-11-04)[访问日期]. https://x.com/allen_ai/status/2117670296647823731.