正在加载页面内容
IFEval
IFEval (Instruction Following Eval) 由 Google 于 2024 年提出，专门评测 LLM 遵循格式指令的能力。包含约 500 道可自动验证的指令，要求模型输出满足特定格式约束（如字数限制、JSON 格式、关键词要求等）。是评估指令遵循能力的标准基准。
指令遵循官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 96.1 | LongCat-2.0 技术报告 | |||
| 2 | 95 | OpenAI | LongCat-2.0 技术报告 | ||
| 3 | 94.6 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 4 | 94.5 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 5 | 94.5 | 智谱AI | Qwen3.7-Plus 技术报告 | ||
| 6 | 94.3 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 7 | 94.3 | 阿里巴巴 | Qwen3.7-Max 技术报告 | ||
| 8 | 93.9 | OpenAI | OpenAI GPT-4.1 发布页 | ||
| 9 | 92.2 | Anthropic | LongCat-2.0 技术报告 | ||
| 10 | 92.2 | OpenAI | OpenAI GPT-4.1 发布页 |
