Hugging Face 发布 AllenAI 的 XYBench，用于评估 AI 是否识别用户前提误区

Hugging Face 于 11 月 13 日发表 AllenAI 文章，介绍新基准 XYBench，用来评估 AI 助手能否识别用户问题中的前提误区，并转向真正需求。该基准包含 8,115 个真实问题，覆盖编程、烹饪和家居维修等场景，论文、数据集和代码已一并公开。文中称 XYBench 获 EMNLP 2026 最佳资源论文奖。