internet-language

本文介绍了Mouse基准测试，用于评估大语言模型在六个自然语言处理领域的中文抽象语言任务表现。研究表明，尽管当前最先进的模型在上下文理解任务中表现良好，但在这种亚文化网络语言上仍存在重大局限。