Meeseeks Benchmark 指令遵循基准测试

Meeseeks是一个指令遵循基准测试，旨在评估模型在多轮场景下执行用户指令的准确程度。Meeseeks 的一个关键特性是其自我修正循环，模型会接收结构化反馈，并相应地改进其响应。 该基准对模型...