Ai2 XYBench 获 EMNLP 最佳资源奖，五大模型难识用户错问

Ai2 联合 CMU、NVIDIA 与约翰霍普金斯发布 XYBench，获 EMNLP 2026 最佳资源论文奖，代码与数据已开源。该基准测试 LLM 能否识别「XY 问题」——用户基于误解提出的错误问题。结果显示，即使把用户真实目标明确写在问题旁，五个被测模型仍比人类参考答案更少引导用户离开错误路径，研究者希望借此推动通过提示词或训练打造更有用的助手。

2026-11-14 ~ 2026-11-14 · 3 条相关

• Ai2 发布 XYBench 获 EMNLP 最佳资源奖,测 LLM 识破 XY 问题 — allen_ai · 2026-11-14
• Ai2 XYBench:五大模型都难以纠正用户问错的问题 — allen_ai · 2026-11-14
• XYBench 追问:提示词与训练能否让 LLM 给出更有用建议 — allen_ai · 2026-11-14