HELMET：全面评估长上下文语言模型

HELMET 发布，旨在全面评估长上下文语言模型（LCLM）。该基准测试评估了 59 款模型，发现前沿 LCLM 在复杂任务上仍受限。文章提供了使用 HuggingFace 库、TGI、vLLM 及 API 运行基准的快速入门指南。