NewsBench：基于专家标准评估AI新闻报道认知质量的基准

针对现有评估依赖非专家标注的缺陷，研究提出NewsBench基准，依托新闻与情报领域资深专家制定编辑标准，从来源质量、事实性及中立性三个维度重构评估体系。 该基准包含约3,000个评估提示词，其中每月刷新约500个，并结合约2,500个人工专家标注项用于校准，通过验证专家间一致性及AI裁判与人类专家的一致性确认方法可靠性。