ProbabilityBench 基准发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Yuyang Dai 等作者的报道，提出并发布 ProbabilityBench 不确定性评估基准。该基准提供实例级精确类别概率，覆盖同行评审、隐蔽信息传递和信用风险三个模拟文本域；其做法是显式定义数据生成过程，解析计算精确类别概率与 Bayes error，并保证自然语言备忘录严格保留生成概率。报道称，该基准用于评测与校准模型的不确定性。截至本综述，尚无后续跟进报道，事件进展以该篇主报道为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。