SocietyBench评估大模型预测社会事件演化的能力：从新闻及五个平台的社交媒体内容构建事实与舆论分层时间线，经实体替换和统一日期偏移抑制记忆泄漏。五类事件、125个中英预测点上，六个前沿模型中的最佳成绩为75.0分，三种智能体框架未超过其共享基础模型。
最近 24 小时暂无可用热度快照。