IBBench-Light：指令条件下成对任务评测基准
热点事件持续更新
IBBench-Light：指令条件下成对任务评测基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Kainan Zhou等在arXiv发布IBBench-Light基准论文（v3），用同一外部记录成对测试模型的执行指令与处理文本两种任务：12个语义基础构成每模型144个匹配任务对，4个量化指令模型共产生1,152条存档的贪心响应。基于论文摘要，未核验全文。 作者审计了字面目标暴露与大小写归一化，并新增1,722条CPU生成的日志响应，用于测试无指令对照、额外语义基础、基础内措辞变化和生成停止。在固定的Phi复跑中，仅改变结束符（EOS）集合就使精确成对成功从0/144变为62/144，说明结果需与停止策略一起解读。 论文还给出一个有界IHEval对比，使用同一SmolLM2检查点和输出预算，并保留其已发布的指令角色和评分器。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
IBBench-Light：外部指令条件下成对任务与输出契约评测报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AIIBBench-Light：外部指令条件下成对任务与输出契约评测
基于论文摘要，作者提出IBBench-Light，用同一外部记录成对测试执行指令与处理文本任务；每个模型包含144个匹配任务对，4个量化指令模型共产生1,152条存档的贪心响应。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。