ZhenhuanBench发布：测试LLM隐性攻击识别
热点事件持续更新
ZhenhuanBench发布：测试LLM隐性攻击识别
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Caixin Kang 等人于2026年10月20日在arXiv发布ZhenhuanBench基准，该基准包含1,592项任务，基于《甄嬛传》的专家评论构建，用于测试大语言模型对“口蜜腹剑”式隐性攻击的识别能力。其评估对象为34个LLM。在文本仅评估中，GPT-6 Astra 的总分领先，达到73.48%，但其听众反应分仅为58.37%。研究还提出CPR-GRPO训练策略，结果显示在不进行目标任务训练的情况下，CPR方法在六项中英文语用和讽刺评估中，表现优于Base、SFT及GRPO策略。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
ZhenhuanBench：基准测试与训练 LLM 识别“口蜜腹剑”式隐性攻击报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPZhenhuanBench：基准测试与训练 LLM 识别“口蜜腹剑”式隐性攻击
summary_zh: arXiv 论文提出 ZhenhuanBench 基准，包含 1,592 项任务，测试 34 个 LLM。 GPT-6 Astra 总分领先，达 73.48%，但听众反应分仅 58.37%；CPR-GRPO 训练策略在多个任务上优于 SFT 和 GRPO。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月20日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。