LIFT：用于评估和训练指令遵循能力的作用域约束基准

研究人员推出了指令遵循评测基准 Lift-Bench 及其训练集 Lift-Train，通过将约束限定在特定文档章节来提供更精细的约束控制。该基准要求模型根据主题和结构化大纲起草文档，包含可验证与需判定的约束，同时兼顾主任务与指令遵循以减少奖励作弊。实验显示前沿模型在其高难度子集上表现受限，且相关资源与数据生成流程均已公开。