StateBench ist ein Forschungs-Benchmark, der eine wichtige Schwachstelle von Sprachmodellen untersucht: ihre Fähigkeit, Zustandsänderungen über längere Dokumente hinweg korrekt zu verfolgen und zu verstehen. Das Problem ist praktisch relevant, da viele Anwendungen – von Dokumentenanalyse bis zu komplexen Workflows – genau diese Fähigkeit erfordern. Der Benchmark hilft der Community, diesen Aspekt der Modellqualität systematisch zu messen und Verbesserungen zu entwickeln.
