IFEval:基准测试详解
详细介绍 IFEval 基准:分类、评估指标、数据来源与适用模型。
Overview
评估大型语言模型严格遵循指令的能力,包含500个可验证的指令
Metrics
| Metric | Unit | Direction |
|---|---|---|
| prompt_strict_acc | % | ↑ Higher is better |
| prompt_loose_acc | % | ↑ Higher is better |
Sources
Model Score Ranking
IFEval
描述
评估大型语言模型严格遵循指令的能力,包含500个可验证的指令
核心规格
| 分类 | 许可证 | 最后更新 |
|---|---|---|
| reasoning | Apache-2.0 | 2024-02-01 |
基准
| 单位 |
|---|
| % |
| % |