ifeval

GPT-oss-120B · ifeval · English (US) · 0 échantillons

Chaque ligne de la liste correspond à une question du benchmark. L'icône coche ou croix indique si la réponse du modèle correspondait à la cible ; cliquez sur une ligne pour lire le prompt complet, la réponse attendue, et ce que le modèle a effectivement produit.

inst_level_loose_acc

56.0

inst_level_strict_acc

45.8

prompt_level_loose_acc

44.0

prompt_level_strict_acc

31.6

sample_len

541.0

Moyenne

44.3

Aucun échantillon par question n'a encore été synchronisé pour cette tâche.