StateBench: Testing how language models track state changes over long documents

Los investigadores de Allen Institute for AI han desarrollado StateBench, una herramienta para evaluar cómo los modelos de lenguaje siguen cambios de estado en documentos largos. Esta herramienta permite a los desarrolladores de modelos de lenguaje evaluar su capacidad para comprender y seguir cambios en el contexto a lo largo de un texto. StateBench se puede utilizar para mejorar la precisión de los modelos de lenguaje en tareas como la comprensión de textos y la generación de texto.