指令微调（Instruction Tuning）（2026.08.25）

概念编号：078

一句话理解

指令微调是把“人要模型做什么”和“理想答案应该怎样”做成示例，训练模型学会听指令。

具体解释

监督微调（SFT）通常使用人工或整理好的指令—回答数据，让模型从通用的续写能力，进一步变成更适合问答、总结、分类、代码等任务的助手。

边界与易混淆概念

• 指令微调不等于预训练：它建立在已有模型底座之上。
• 指令微调不等于所有对齐：偏好优化、安全训练和拒答策略也可能属于后训练。
• 示例格式会影响行为：数据中的风格、错误和偏好可能一起被学到。

例子

给模型大量“请把这段话总结成三点—三点总结”的高质量样例，可以帮助它更稳定地执行总结指令。

相关概念

• 微调（Fine-tuning）（2026.08.25）
• 后训练（Post-training）（2026.08.24）
• 对齐（Alignment）（2026.08.25）

来源

• Training language models to follow instructions with human feedback

概念卡更新日志

• 2026.08.25｜创建概念卡：依据 InstructGPT 的监督微调路径，登记为 078。