指令跟随能力的评估集有哪些？如何评估模型在该能力上的表现？

Question

Accepted Answer

考察点：考察对指令跟随评估基准和评估方法的理解。回答思路：列举主流指令跟随评估集及其特点 说明评估指标的设定（如准确率、人类偏好） 讨论评估方法的局限性和改进方向

考察说明