Ai2 构建 XYBench 测试 LLM 建议实用性
We built XYBench to test whether prompting or training changes lead to more useful advice from LLMs.
摘要
我们构建了 XYBench，用于测试提示词或训练方式的改变是否能让 LLM 给出更有用的建议。 我们希望它能帮助研究人员打造这样的助手：即使用户不知道该如何正确提问，也能引导他们找到有用的解决方案。 📝 博客：https://allenai.org/blog/xybench
摘要由模型根据原文撰写，以原文为准。
正文 · 原文
We built XYBench to test whether prompting or training changes lead to more useful advice from LLMs.
We hope it helps researchers build assistants that guide users toward helpful solutions, even when they don’t know the right questions to ask.
📝 Blog: https://allenai.org/blog/xybench
来源：Ai2 · x.com
引用原文
allen_ai. We built XYBench to test whether prompting or training changes lead to more useful advice from LLMs.[EB/OL]. (2026-11-14)[访问日期]. https://x.com/allen_ai/status/2121294722501059023.