ProactBench: Beyond What The User Asked For ProactBench: Beyond What The User Asked For
元記事を読む 鮮度 OK
AI English summary
arXiv:2605.09228v1 Announce Type: new Abstract: Most LLM benchmarks score how well a model responds to explicit requests. They leave unmeasured a different conversational ability: noticing and acting
※ この記事の本文は近日中に AI が生成して差し替わります。現時点では上記サマリをご参照ください。
元記事を読む
arxiv.org
本ページの本文・要約は AI による自動生成です。正確性は元記事 (arxiv.org) をご確認ください。