GraphNIAH以真实世界图数据评测长上下文中的信息检索与关系推理。
推荐理由：基准针对合成数据、训练污染和人工标注成本三项旧缺陷，将长上下文测试从寻找孤立事实推进到真实图关系推理，更能区分检索成功与结构推理成功。
阅读原文