arXiv · cs.AI · Andrew Semenov, Svyatoslav Dorofeev · 5 小时前模型评分48
Kierston & KierstonBench：模拟宾州阿伦敦市并评测语言模型在刑侦与监控任务中的表现
Kierston & KierstonBench: Simulation of Allentown, PA and Evaluation of Language Models in Crime Investigation and Surveillance Tasks
导读
研究者发布城市级模拟引擎 Kierston 与配套基准 KierstonBench，模拟宾夕法尼亚州阿伦敦约 125,000 名居民的日常活动，并生成电信、金融、行政和车牌记录，用于在已知真相的模拟环境中评测语言模型的刑侦与监控能力。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：政务与公共事务、法律与合规
事件类型：研究发布
证据摘录
- “We present Kierston, a city-scale simulation engine, and KierstonBench, a benchmark that tests these capabilities against known simulated events.”
- “Models investigate through a restricted records interface, linking observations across sources without access to the underlying simulation.”
来源：arXiv · cs.AI · arxiv.org