DiscoTrack：面向多语言 LLM 的论述追踪基准
计算与语言
2025-11-11 v3
摘要
最近的 LLM 基准测试涉及各种现象，但仍主要聚焦于自然语言理解，以提取显式信息，如问答或摘要，响应往往针对单个句子中的信息。我们仍缺乏更具挑战性且重要的是多语言基准，后者关注隐式信息和跨更大文档的语境推理，尤其是在论述追踪中：整合和聚合跨句子、段落以及多个说话者言语的信息。为此，我们提出 DiscoTrack，一个面向 12 种语言和四个层次论述理解的 LLM 基准，包括显著性识别、实体追踪、论述关系和桥接推理。我们的评估显示，这些任务仍具有挑战性，即使对于最先进的模型也是如此。
引用
@article{arxiv.2510.17013,
title = {DiscoTrack: A Multilingual LLM Benchmark for Discourse Tracking},
author = {Lanni Bu and Lauren Levine and Amir Zeldes},
journal= {arXiv preprint arXiv:2510.17013},
year = {2025}
}