待验证50% 置信事实精确时间

指令遵循能力（Instruction Following）是NLP领域一个独立的评估维度，专门的评测基准包括IFEval、FollowBench

1

来源数

50%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

旗舰模型vs本地27B：谁更忠实执行代码指令？

redditr/ollama2026/7/9

相关事实

待验证EleutherAI 的 lm-evaluation-harness 是 NLP 领域广泛使用的公开评测工具68% 相似待验证Foundry提供内置评估器，涵盖相关性、流畅性、基础性和Agent行为评估等指标67% 相似待验证过程层也称轨迹评估（Trajectory Evaluation），包含工具调用精准度、执行路径效率、自主纠错能力三项核心指标66% 相似待验证评估最佳实践是以确定性检查为基线，再叠加智能体评审65% 相似待验证从自然语言提取待办事项的NLP评估指标通常包括精确率（Precision）和召回率（Recall）64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/460373

API

curl https://kongchang.com/api/v1/knowledge/claims/460373

MCP

get_claim(id=460373)