Rachel Thomas 发帖串盘点 LLM 指令遵循失败的论文与基准
math_rachel · x · 2026-10-19
fast.ai 联合创始人 Rachel Thomas 发推帖串，梳理多篇关于 LLM 无法可靠遵循指令的论文与基准。首篇为 Inverse IFEval(arXiv:2509.04292)：该基准测量模型克服 SFT 训练带来的「认知惯性」、遵循反直觉指令的能力，涵盖题目纠错、故意含缺陷文本、无注释代码、反事实回答等 8 类挑战，含 1012 道中英文题、覆盖 23 个领域，采用人机协同构建与优化的 LLM-as-a-Judge 评测。后续帖子串还涉及推理模型「推理僵化」与长对话偏好遵循等研究(见帖串各条)。
所属事件:Rachel Thomas 发帖串盘点 LLM 指令遵循失败研究(3 条相关)→
「研究」频道最新
- BottleCap 发 ThinkingCap 版 Qwen3.8-Flash-Next,思考 token 平均省 38.5% — Thom_Wolf · 2026-10-23
- DLOSAC:用 Delaunay 三角剖分引导的局部优化改进 RANSAC 几何估计 — zhenjun_zhao · 2026-10-23
- 新基准论文：用 3D 基础模型重建地理多样化建筑 — zhenjun_zhao · 2026-10-23
- FineSplat：细粒度图像块前馈 3D 高斯泼溅，重建精度大幅领先 — zhenjun_zhao · 2026-10-23
- ReDT：分辨率解耦视觉几何 Transformer，2K 重建提速 16 倍 — zhenjun_zhao · 2026-10-23
- 因果时空 Mamba：单目视频前馈 4D 重建新框架 — zhenjun_zhao · 2026-10-23