为什么重要
用不断更新的网络小说测试长文本理解——内容持续连载，不存在数据污染。需要追踪角色关系和事件因果。
构建方式与示例
从 Fiction.live 收集连载小说 + 自动生成问题。例如：“在第 15 章和第 23 章之间，角色 A 对角色 B 的态度发生了什么变化？“
关联基准与展望
关联：LongBench、InfiniteBench。不足：小说质量参差不齐。
返回评测
长文本 长上下文-推理 未饱和
模态 · 文本
任务 · 混合题型
Fiction.liveBench
要求模型回答关于 Fiction.live 上长篇连载故事的问题，考察对事件、角色和时间顺序的记忆
LM Council ·
考察能力
长篇小说理解 角色追踪 情节推理 时间顺序
构建信息
- 数据规模
- 动态（连载小说）
- 构建方式
- 从连载小说自动生成
- 评测方式
- 精确匹配
- 核心指标
- Accuracy (%)
资源链接
模型效果排行
🥇 Gemini 2.5 Pro
~72% 2025-11
长文本 小说 角色追踪