先上论文： [2408.02442] Let Me Speak Freely? A Study on the Impact of Format Restrictions on Performance of Large Language Models 
一个表格总结： 
 [用ai总结的] 
因为是去年8月的论文，模型对比还是偏向于老式的，大家可以测评一下现在的模型是否还有影响？多大？ 
以下是一些可能的原因（我总结的）： 

1.训练的数据集不一样，内部大模型对应的数据集格式经过清洗，有些是用xml有些是用md格式等等，对应的适应能力不一样 
2.prompt格式对应的严格程度不一样，大模型的遵循能力不同，顺着/不顺着prompt都会有影响 
3. prompt的复杂度不一样