Проверяемые форматные инструкции: 19 типов требований для точного формата

GPT-5 идеально понимает задачу, но проваливает требование 'текст строчными буквами' или 'ровно 3 запятые'. Для человека тривиально, для LLM — открытая проблема: даже топовые модели игнорируют 20-30% форматных требований, старые — до 80%. Исследование IFEval-FC позволяет генерировать тексты с точным форматом через 19 типов проверяемых инструкций. Вместо расплывчатого 'кратко' — конкретное 'ровно 50 слов'. Вместо 'без лишнего' — 'без знаков препинания'. Результат: модель понимает что критично (не 'желательно'), самопроверяет выполнение, корректирует если нужно — точность с 40% до 98% на reasoning-моделях.