arXiv Artificial Intelligence· Yaoning Yu, Ye Yu, John Sciarappo, Haojing Luo, Kai-min Chang, Yi-Chia Wang, Haohan Wang·· 19 小时前AI 评分27
ThreadBench：为 LLM 智能体模拟真实讨论的拟真度建立基准
ThreadBench: Benchmarking Realism in Agentic Simulation of Real-world Discussions
AI 导读
ThreadBench 是一个基于 9,817 条真实 Reddit 讨论帖构建的基准，覆盖 8 个领域、116 个子领域，用 12 项指标从一致性、表达、语气和互动四个维度对比生成讨论与真实讨论。
来源：arXiv Artificial Intelligence · arxiv.org