研究者发布XYBench基准,含8115个真实问题,测试AI助手能否识别用户提问中的隐含误解并引导至真正目标;该基准由卡内基梅隆大学、英伟达与约翰斯·霍普金斯大学研究者共同开发,获EMNLP 2026最佳资源论文奖。