Instruction-Following Test Samples

该数据集包含了1,200个可验证代码的指令跟随测试样本，这些样本是通过自动指令生成管道生成的。此外，该数据集涵盖了多种约束模式和难度级别，旨在评估不同大型语言模型（LLM）的性能。规模上，该数据集共有1,200个样本，任务是对指令跟随能力进行评估。