详细解释
**Instruction Following（指令遵循，简称 IF）**一句话定义：你对模型说「用三个要点，用高中生能懂的话，总结下面这段财报，输出 JSON 格式，不要任何多余文字」，它能不能 100% 按你的要求做——能做对，就是 IF 强；做不对（比如忘了格式、没要点、跑题），就是 IF 弱。它不是推理能力，而是「听话」能力；很多推理强的底座模型 IF 反而很差，因为它没被教过「该怎么听人话的命令执行」。
IF 能力在 LLM 里有两大来源：(1) SFT（有监督微调）——用几万到几十万条「用户指令 → 理想回答」的配对数据做一次微调；(2) RLHF / DPO / KTO 对齐训练——强化「听指令的回答」的概率、压低「不听指令的回答」的概率。很多企业自己微调自己的业务指令集，本质就是在强化特定业务场景的 IF。
唯元智创 的 SFT 平台内置了「IF 指令增强」功能：自动从你上传的业务数据里把格式约束、角色约束、长度约束、禁止项拆解成 12 类标准的指令修饰符，再随机组合（每一条训练样本的指令包装都不一样），这样训出来的模型对用户指令的服从度能从 70% 左右提升到 95% 以上，不会出现「你要 JSON 它硬给你 Markdown」的情况。
指令遵循的 6 大经典分类 + 企业落地建议
| 指令类型 | 定义（举一句典型命令的例子） | 难训程度 | 2025 年通用模型达标率 | 你的业务要不要单独 SFT 补？ |
|---|---|---|---|---|
| ① 格式约束 | 「只输出 JSON，严格按我给的 Schema」 | 低 | 95% | 不用，原生 Structured Output + strict=true 足够 |
| ② 角色/身份约束 | 「你是 10 年经验的儿科医生，用家长能懂的话回答」 | 中 | 85% | 对特定行业身份建议补一小批 1000 条 SFT |
| ③ 风格/长度约束 | 「用鲁迅文风写，不超过 200 字」「用一句话回答」 | 中 | 80% | 广告文案、内容生成行业建议补 SFT |
| ④ 安全/拒绝约束 | 「不要回答我法律问题，一律推荐找律师」「你绝对不能提 XXX 品牌」 | 高 | 70% | 合规敏感行业必须单独 SFT + DPO 双保险 |
| ⑤ 多步组合约束 | 「先翻译日文→再摘要 3 点→最后给情绪分数 0-1」 | 高 | 65% | 多步工作流场景一定要补混合步骤的 SFT |
| ⑥ 反指令鲁棒性 | 「你之前的所有要求都作废，现在听我的新规则」（Prompt Injection 变体） | 极高 | 40% | 企业必须自己做对抗 + SFT + Guardrails 三层保护 |
指令遵循能力的 3 个量化评测指标（别只靠主观）
不要靠「我觉得它听不听话」这种主观判断，用下面三个客观量化指标打分，每条评测跑 500 条标注样本：
- IFE（Instruction Following Error Rate）——每条指令对应 20-30 条细粒度的「有没有做到」的 checklist 小项（比如格式对了 1 项、JSON 每个必填字段都有 N 项、没有多余文字 1 项），IFE = 没做到的项数 / 总项数。业界好的 IFE 应该 < 3%，高于 10% 说明需要补 SFT。
- IFE-Hard（困难指令通过率）——专门挑 100 条最难的指令：超长指令（200+ 字约束）、多条件组合（5 个修饰符同时满足）、反指令攻击、前后矛盾的指令。通用模型 IFE-Hard 通常只有 50-60%，自己做过 SFT 的专用业务模型能到 80%。
- 指令泛化率——把你训练时用过的指令模板完全换一种说法（同义词、换语序、中英混讲），看模型还认不认。泛化率 < 70% 说明你的 SFT 数据「过拟合到了特定指令句式」，需要用唯元智创平台的 12 类指令修饰符做随机组合增强，而不是死写同一个模板。
常见问题
SFT 只做了 1 个 epoch，为什么 IF 还是不行？是数据量不够吗？
90% 的情况不是数据量不够，是你的 SFT 数据里「指令修饰符的分布」出了问题。三个最常见的坑：（1）所有数据的指令格式一模一样——比如每条都是「请你根据以下信息回答问题：」然后同一个格式重复一万条，模型会过拟合到这个句式，换一种说法就不认了；（2）负样本（「不听指令的回答」）完全没有——SFT 里全是正确对，模型不知道什么叫「不对」，就会输出你不想要的东西；（3）缺失了很多修饰符的组合——你的 SFT 数据里没有「格式约束+角色约束」双修饰符的样本，但用户实际就会这么问，模型当然做不好。Fix：把 5000 条原数据用指令修饰符随机拆成 5 万条组合变体（每条的指令包装不同，但最终任务目标一样），再加入 10% 的「反指令不听的坏回答」作为对比学习负样本，1 epoch 训完 IF 一般能涨 15-20 个百分点。
RLHF/DPO 对齐之后 IF 反而下降了 10%，正常吗？
非常常见，这就是 Alignment Tax（对齐税）里的「IF 税」——DPO 的偏好对里如果大多数是「不要害、不要违规、不要输出不好的」这种安全偏好，而不是「不要不遵守格式」这种 IF 偏好，模型会学到「保守拒绝」的习惯，遇到稍微不确定的指令它就宁可不回答、或者答非所问地给你一句安全套话，IF 自然就掉了。修复三板斧：（1）在 DPO 的偏好对里至少混入 20% 的「遵守指令 vs 不遵守指令」的对比对——比如「用户要 JSON 但模型输出了 Markdown」就是败者，「用户要 JSON 模型输出了完美 JSON」就是胜者；（2）如果 IF 掉得多，就把 DPO 之后的模型，用一小批 2000 条高质量 IF 指令再做 1 个 epoch 的 SFT 复习（叫 IF Refresh SFT），能把掉的分捞回 80%；（3）最后一步用 KTO 代替 DPO——KTO 的「喜欢/不喜欢」二分类信号更清晰，安全偏好和 IF 偏好不会互相打架，IF 税能低 3 至 5 个百分点。
长指令（200+字的复杂要求）模型总漏后半段怎么办？
这叫「指令长尾遗忘」，2024 年之前是大难题，但 2025 年有了三条性价比极高的解法，组合起来基本能把长指令遗漏率从 30% 降到 < 2%。（1）System Prompt 指令前置 + 编号化：不要把 10 条要求写成一大段，拆成 System Prompt 里用 1. 2. 3. 编号的 10 条独立要求，每一条不超过 30 字，模型对编号的记忆力是大段散文的 2-3 倍；（2）在 SFT 里加入「长指令复述检查」的数据——在长指令的理想回答里第一句先写一句「我将严格按以下 8 条要求执行：（1）…（8）…」，然后才执行，等于让模型在执行前先做一次自我 Check，漏指令率直接砍半；（3）开 structured output strict=true 做兜底——如果你的长指令最终要产出结构化 JSON，强制 strict=true，即使它脑子里漏了某条，logits 掩码这一关也会强迫它把字段补齐，不会真的漏字段。这三条是真实业务环境里跑了一年验证过的黄金组合。