AI资讯
360智脑推出Light-IF系列模型 显著提升复杂指令遵循能力
360智脑团队宣布推出全新的Light-IF系列模型，这一创新框架旨在显著提升大型语言模型（LLM）在复杂指令遵循方面的能力。随着人工智能技术的不断进步，尽管LLM在数学、编程等领域已经展现出了卓越的推理能力，但在遵循复杂指令方面仍存在不足。为了解决这一问题，360智脑团队提出了以预览-自检式推理和信息熵控制为核心的Light-IF框架。
Light-IF框架通过五个关键环节来提升模型性能:难度感知指令生成、Zero-RL强化学习、推理模式提取与过滤、熵保持监督冷启动、熵自适应正则强化学习。这一框架的提出，旨在破解当前推理模型中存在的“懒惰推理”现象，即模型在思考阶段仅复述指令而不主动检查约束是否被满足
