מבחן הערכה
IFBench
מדידה עצמאית · לוח השוואה
מה הוא מודד
עמידה בהוראות: ביצוע מדויק של דרישות פורמט ואילוצים
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות רישום
Preferred instruction-following benchmark for frontier ranking; deterministic verification.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Inkling-Small | 82.2 | IFBench · דיווח של הספק | קישור |
| Qwen3.8-Flash-Next | 81.3 | IFBench · דיווח של הספק | קישור |
| Inkling | 79.8 | IFBench · דיווח של הספק | קישור |
| Qwen3.8-27B | 79.5 | IFBench · דיווח של הספק | קישור |
| Qwen3.7 Plus | 79.1 | IFBench · דיווח של הספק | קישור |
| Qwen3.7 Max | 79.1 | IFBench · דיווח של הספק | קישור |
| Qwen3.6 Plus | 75.8 | IFBench · דיווח של הספק | קישור |
| Ling 3.0 Flash | 74.5 | IFBench · דיווח של הספק | קישור |