Ai2 联合 CMU、NVIDIA、约翰霍普金斯发布 XYBench，测试 AI 助手能否识别用户的 XY 问题

导读

Ai2 联合 CMU、NVIDIA 和约翰霍普金斯大学发布 XYBench，包含 8K+ 道基于用户错误假设的问题，用于测试 AI 助手能否识别请求背后的真实目标，该基准获 EMNLP 2026 最佳资源论文奖。