👏我们刚刚推出了NeedleBench——一个框架，包括一系列逐渐更具挑战性的任务，用于评估双语长上下文能力，涵盖多个长度区间（4k、8k、32k、128k、200k、1000k及更长）和不同深度范围。💡所有代码和资源均可在此获取：https://github.com/open-compass/opencompass👁️论文：https://arxiv.org/pdf/2407.11963
