IFEval

Uno benchmark che verifica se un modello segue istruzioni chiare e verificabili.

IFEval fornisce istruzioni al modello che possono essere controllate automaticamente, come “scrivi meno di 100 parole” o “includi la parola blu due volte”. Il punteggio è la quota di istruzioni che segue.

È un test ristretto di obbedienza al formato e alle regole, non di quanto il modello sia intelligente o utile nel complesso.