研究团队提出家庭经济行为预测评测基准

研究团队推出名为 HouseholdBench 的评测基准，将 6 项美国家庭调查与 32 个预测任务合并，涵盖消费、收入、劳动、预期和住房等数值、分类及概率型结果，用于评估 13 个专有与开源大语言模型对家庭行为的预测和政策响应能力。 研究者称，已在该项目网站发布数据集、代码和排行榜。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。