MetroLM-Bench: Оценка языковых моделей как транзитных киосков
arXiv:2609.10016v1 Annualce Type: новый резюме: Мы представляем MetroLM-Bench, 955-й пример для проверки языковых моделей как политического слоя транзитного киоска. Она охватывает шесть реальных метросистем, варьирующихся от 37 до 414 станций и одиннадцать категорий, включая маршруты движения,…