发布 WildIFEval 数据集, 应用在 自然语言处理、模型评估 领域

本次发布的数据集 WildIFEval, 该数据集是一个包含12,000条真实用户指令的大规模集合，这些指令具有多样化的多限制条件，旨在评估大型语言模型在遵循现实世界中的多限制指令方面的能力。该数据集包含了11,813项真实世界的受限生成任务，每个任务都附有一系列限制条件的注释。这些数据经过三步流程的精心筛选和整理，包括过滤、任务策划和限制条件分解。规模上，数据集拥有12,000条指令和29,874个独特的限制条件，任务内容是遵循具有多限制条件下的指令。

查看WildIFEval

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。