IXThinker·2025-05-30 15:40

26款模型長文生成不達標　字數指令成弱項

要求大模型「寫一篇萬字長文」，看似簡單卻常令模型力不從心；LIFEBench團隊就此發布評測框架，系統檢驗26個大語言模型對長度指令的遵循能力，結果普遍未如理想。

字數危機

當被要求生成一萬字長文時，模型不是內容不足，就是重複囉嗦，甚至直接拒絕生成；研究指大模型對明確「長度指令」的遵循能力普遍不佳，最大輸出長度存在過度宣傳。