技术博客

大型语言模型（LLMs）在长文本生成方面存在显著性能问题，研究表明26个模型在处理长文本时表现不佳，其输出长度常被过度宣传。为解决此问题，论文提出LIFEBENCH框架，用于评估LLMs遵循长度指令的能力，涵盖不同任务、语言及长度限制下的表现，为优化模型性能提供新方向。