共 1 篇相关文章
新研究发现现有指令层级训练集遗漏了目标-目标冲突类型。在Qwen3.5-9B和Gemma4-12B-it上的实验表明，针对此类冲突微调能显著提升模型在未见任务上的指令遵循能力，且不损害正常任务表现。
