EMNLP 2026 最佳资源论文 XYBench:LLM 只答所问,不答所需
hyunw_kim · x · 2026-10-28
EMNLP 2026 上,akhilayerukola 团队( advisor Maarten Sap 等)的资源论文获 Best Resource Paper 奖。
论文提出 XYBench,研究 LLM 能否对'问错了的问题'做出语用上恰当的回应——即用户提问本身带误解时,模型是否指出并回答用户真正的需求。初步结论:
- LLM 往往只字面回答被问到的内容
- 人类专家则会回答提问者实际需要的东西
这是'问错问题'场景的系统性评测资源。
「研究」频道最新
- Google Research 提出睡眠框架：让 LLM 持续学习、知识保留达 1000 万 token — behrouz_ali · 2026-10-28
- CATCH 对抗训练：仅约 200 例样本让 LLM 学会可迁移的诚实行为 — irinarish · 2026-10-28
- Andrew Critch 公开个人置信度:P≠NP 仅 80%,黎曼假设 60% — AndrewCritchPhD · 2026-10-28
- 印度 AI 疫苗创企 PopVax 获 Vitalik 2000 万美元资助，广谱新冠疫苗进入人体试验 — chaitjo · 2026-10-28
- Cognition 发布 FrontierCode 2.0：用模糊需求考 AI 的工程判断力 — DevinAI · 2026-10-28
- 检测显示 arXiv 论文 60% 文字由 AI 写，完全 AI 代写占比达 25% — wandedob · 2026-10-28