ThreadBench：Reddit讨论模拟基准发布

2026年10月15日，arXiv Artificial Intelligence 上出现一篇由 Yaoning Yu 等作者发布的论文，介绍 ThreadBench 基准与 ThreadPDG 框架。据该论文，ThreadBench 用于为 LLM 智能体模拟真实讨论的拟真度建立基准，基于 9,817 条真实 Reddit 讨论帖构建，覆盖 8 个领域、116 个子领域，并用 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。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字、时间或说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。