更新时间：2026-03-12 GMT+08:00
知识问答-指令遵循
知识问答-指令遵循评估器
分类 | 详情 | |
|---|---|---|
基础信息 | 评估器名称 | 知识问答-指令遵循 |
效果说明 | 功能概述 | 考察AI模型是否全面、准确地理解并执行了用户在指令中提出的所有需求。 |
评估方式 | LLM评估 | |
评估目标 | 文本、输出质量 | |
应用场景 | 适用于复杂任务执行、多条件查询、格式化输出等场景，评估模型对用户指令中各项要求（如格式、长度、风格、特定内容等）的理解完整度与执行准确度。 | |
评分标准 | 1.0分 | 全面准确理解并执行所有指令要求，无遗漏、无偏差，输出完全符合用户预期。 |
0.75 | 较好理解并执行大部分指令要求，个别次要要求有遗漏或轻微偏差，不影响核心任务完成。 | |
0.5 | 部分理解指令要求，存在明显遗漏或执行偏差，核心任务基本完成但未能完全满足用户预期。 | |
0.25分 | 理解严重偏差，大量指令要求未执行，输出与用户需求存在显著差距。 | |
0.0分 | 完全未理解指令要求，输出与用户需求无关，或理解错误导致任务失败。 | |
评估器参数说明：
参数类型 | 参数名称 | 是否必填 | 参数说明 |
|---|---|---|---|
输入参数 | input | 是 | 用户的输入问题，提供评估的上下文背景。 |
actual_output | 是 | 智能体针对该问题的实际输出结果。 | |
输出参数 | score | 是 | 评估得分（0.0/0.25/0.5/0.75/1.0）。 |
reason | 是 | 评分理由说明。 |
输入格式示例：
{
"input": "请用中文总结以下内容，并以表格形式列出3个要点：\n\nAI技术正在改变医疗行业。它能辅助诊断、优化治疗方案、提升患者管理效率。",
"actual_output": "AI in healthcare is revolutionary. It helps with diagnosis, treatment, and patient management."
} 输出格式示例：
{
"score": 0.0,
"reason": "主需求未满足：未使用中文、未总结、未生成表格、未列出3个要点。回复完全偏离指令。"
} 
