#指令模型

漂移约束优化：指令模型微调中只有方向重要

研究提出在微调前设定行为漂移预算，将微调重构为方向选择问题，认为漂移决定与参考模型的距离，而更新方向是剩余自由度。在仅用最终答案微调的严苛QA设定下，层选择性探针逆转了失败并找到有效方向，在Qwen3-8B/14B上显著提升科学推理与多语言翻译，覆盖100多种语言并媲美专用翻译系统。