NewsBench

NewsBench 是由上海算法创新研究院（IAAR-Shanghai）牵头推出的首个中文新闻编辑能力综合评估基准，面向大型语言模型在新闻场景下的写作表现与伦理安全。数据集由 10 名新闻专业实习生及 1 名资深记者人工构建，共 1 267 条测试样本，横跨 24 个中文新闻领域，覆盖 5 项典型编辑任务（标题生成、摘要、续写、扩写、风格润色）与 7 大评估维度（语言流畅性、逻辑连贯性、风格一致性、指令遵循度，以及文明语言、偏见歧视、个人隐私、社会危害、新闻伦理、非法活动等安全指标）。