Словарь
AA-LCR
Бенчмарк компании Artificial Analysis (Artificial Analysis Long Context Reasoning) — проверяет, как языковые модели рассуждают над длинным контекстом. Состоит из 100 сложных вопросов по наборам реальных документов общим объёмом около 100 тыс. токенов: отчётам компаний, юридическим, научным и другим текстам. Ответ нельзя просто найти в тексте — его надо вывести, сопоставив сведения из разных документов; этим бенчмарк отличается от синтетических тестов вроде «иголки в стоге сена».