# instruction-following

標記為「instruction-following」的 3 篇文章

指令遵循作為攻擊面

為何大型語言模型的指令遵循能力本質上即為攻擊面。

測試 how 語言模型 prioritize conflicting instructions from 系統提示詞s, user messages, and embedded directives to understand the instruction hierarchy.

量化衡量指令遵循的順從度，辨識模型在相互競爭的指令中如何排序。