LIFT：带作用域约束的指令遵循评测与训练

LIFT 用分章节约束构建指令遵循基准与训练集，并称可缓解奖励黑客。

资讯摘要

论文提出 Lift-Bench，一个要求模型依据主题和结构化大纲撰写文档的指令遵循基准，约束被限定在特定文档章节内，从而更精细地控制约束密度。该基准同时包含可程序验证与人工评判的约束，并提供训练对应集 Lift-Train，且同时考察主任务与指令遵循约束以缓解浅层奖励黑客。作者报告前沿模型在较难子集上表现吃力，用 Lift-Train 训练比用常见 IFTrain 更不易出现奖励黑客。

要点速读

1. Lift-Bench 要求模型按主题与结构化大纲撰写文档，约束作用于特定章节，可控制约束密度。
2. 基准包含可验证与人工评判两类约束，并提供训练集 Lift-Train 及数据生成流程，均已公开。
3. 作者报告前沿模型在较难子集上表现不佳，且用 Lift-Train 训练比 IFTrain 更不易出现奖励黑客。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。