https://derekwang2002.github.io/ai-intelligence/projects/lift-bench/ AI 模型、Agent、工程与基础设施的重要变化，附一手来源与建议等级。 zh-CN Mon, 02 Nov 2026 16:56:00 GMT https://derekwang2002.github.io/ai-intelligence/events/ev-20261025-01/ ev-20261025-01-published Mon, 26 Oct 2026 16:03:24 GMT 新事件 TRIAL <p>LIFT-Bench 公开 784 个测试任务，LIFT-Train 公开 34,258 个训练任务，用来评估只作用于长篇结构化输出某些段落的局部约束。Apache-2.0 代码包含合成与评测流水线。分数依赖固定的 Gemma judge，AI21 报告的 benchmark 外收益也很小。</p><p><strong>为什么读：</strong>LIFT-Bench 的代码与数据公开，可验证长文局部指令遵循，但 judge 依赖限制结果外推。</p><p>建议等级：TRIAL</p><p>来源：<a href="https://www.ai21.com/blog/lift-bench-blog/">AI21 LIFT-Bench announcement</a> · <a href="https://github.com/AI21Labs/lift-bench">AI21 LIFT-Bench repository</a> · <a href="https://arxiv.org/abs/2610.28819">LIFT-Bench paper</a></p>