IFStruct v1.0 是由 Liquid AI 于 2026 年发布的结构化输出合规性基准测试数据集，旨在系统评估大语言模型（LLM）生成符合指定 Schema 的结构化输出（JSON/YAML）的能力。 该数据集包含 2,000 条提示词（Prompt），每条提示词要求模型根据目标模式生成若干实例，提示词的呈现风格包括自然对话、显式路径指令、原始 JSON Schema 、代码块要求、无附加文本等，且均附带严格的底层 Schema 验证规范。该测试仅关注输出格式与结构合规性，不涉及内容质量、语义正确性或推理准确性的评估。且评分标准采用严格的二值判定（通过/不通过），仅当模型响应完全满足所有结构化约束时才算通过。评分难度经过校准，适用于中低能力模型到前沿模型的有效区分。

数据字段:

• doc_id：标识符（0–1999）。
• entity_type： Schema 分类体系（如 test_recipe）。
• prompt:：输入的具体提示词。
• output_format： 要求的输出格式（json 或 yaml）。
• top_level_count： 要求的实例数量，格式为整数或范围（JSON 编码字符串）。
• top_level_key：顶层包装器键名
• require_wrapper_key：布尔值，指示顶层是否需为包含数组的包装对象。
• require_code_block：布尔值，指示响应是否必须包裹在代码块中。
• require_no_commentary：布尔值，指示是否禁止有效载荷外的文本。
• json_schema：模型输出需满足的 JSON Schema 规范（JSON 编码字符串）。

Citation

@article{liquidAI2026IFStruct,
author = {Liquid AI},
title = {IFStruct: Measuring structured-output compliance},
journal = {Liquid AI Blog},
year = {2026},
note = {www.liquid.ai/blog/ifstruct-v1.0}
}