# 指令层级

现有指令层级训练集只覆盖约束与约束、约束与目标的冲突，缺少两个目标彼此冲突的类型。把任务拆成目标与约束后，用两条互相处理对方消息的文本处理指令构造出9,544对目标对目标偏好样本，并以直接偏好优化微调Qwen3.5-9B与Gemma4-12B-it。在训练中未出现的四套指令层级基准上，两模型平均抗冲突率分别提高34.3点和19.4点，八项基准上的平均效用变化很小。

现有指令层级训练集只覆盖约束与约束、约束与目标的冲突，缺少两个目标彼此冲突的类型。把任务拆成目标与约束后，用两条互相处理对方消息的文本处理指令构造出9,544对目标对目标偏好样本，并以直接偏好优化微调Qwen3.5-9B与Gemma4-12B-it。在训练中未出现的四套指令层级基准上，两模型平均抗冲突率分别提高34.3点和19.4点，八项基准上的平均效用变化很小。