# XYBench

XYBench获EMNLP奖，评估AI纠正用户错误前提能力

XYBench获EMNLP最佳资源论文奖。该基准测试8115个真实问题，评估大模型纠正用户错误前提的能力。结果显示主流模型常局限于字面请求，极少主动引导用户解决根本目标。