DialFork 发布对话流程幻觉评测基准
热点事件持续更新
DialFork 发布对话流程幻觉评测基准
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究团队发布 DialFork 基准，用于在原始对话文本上评测对话智能体的“流程幻觉”：单句流畅可信、却偏离既定对话流程的失败模式。该基准在受控轮次位置分叉合规对话并注入四类幻觉，覆盖 12 个领域、24 项任务，共 36,278 段对话，并由 30 名人工标注者验证。基准以开放许可发布，团队称希望社区在评测内容之外也评测对话流程。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
DialFork 发布对话智能体流程幻觉评测基准报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AIDialFork 发布对话智能体流程幻觉评测基准
研究团队提出 DialFork 基准，用于在原始对话文本上评测对话智能体的流程幻觉，即单句流畅可信但偏离既定对话流程的失败模式。该基准通过在受控轮次位置分叉合规对话并注入四类幻觉构建，覆盖 12 个领域 24 项任务共 36,278 段对话，由 30 名人工标注者验证。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。