用目标冲突样本微调，提升模型指令层级遵循能力
OpenAI 和 NVIDIA 的指令层级训练集都漏了目标-目标冲突这一类，这篇论文补上了，微调 Qwen3.5-9B 和 Gemma4-12B-it 就能明显提升效果，做对齐训练的可以看看。
#Gemma4-12B-it
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Gemma4-12B-it」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月27日
OpenAI 和 NVIDIA 的指令层级训练集都漏了目标-目标冲突这一类，这篇论文补上了，微调 Qwen3.5-9B 和 Gemma4-12B-it 就能明显提升效果，做对齐训练的可以看看。