arXiv · NLP· Xinyi Liu, Rinat Khaziev, Dilek Hakkani-T\"ur, Tarek F. Abdelzaher·· 2026-10-06AI 评分41
LongSocialBench 评估长上下文 LLM 理解在线讨论线程的能力
LongSocialBench: Do Long-Context LLMs Understand Online Discussion Threads?
AI 导读
研究团队发布基准测试 LongSocialBench,包含 1,462 道基于 Hacker News、Stack Exchange 和 Reddit 的多项选择题,中位长度约 73K tokens。
来源:arXiv · NLP · arxiv.org