[控场AI]
基准constraint satisfaction benchmark

约束满足型基准

一种评估模型能力的基准类型,要求模型同时满足多条硬性约束(如格式、禁用词、逻辑条件),通常用于测试语言模型的精确控制与规划能力。

时间轴 (近 90 天)

10月20日

约束满足型基准(constraint satisfaction benchmark)给出多条硬性规则,模型必须同时满足全部约束才算通过;它把能力拆解为可自动校验的离散条件,降低评测者主观偏差,但单题样本量小、覆盖面有限,更适合作为定性信号而非排名依据。

待验证50%

全部知识事实 (1)

来源文章