instruction-classification

#instruction-classification

Identify, Classify, Act: Per-Instruction Controlled Compliance for LLMs over External Data

arXiv cs.CL ↗ · 2026-10-19 Cached

本文提出EDIC框架，通过逐指令的识别-分类-决策机制处理外部数据中的混合指令，利用SFT初始化与GRPO优化的生成式评判器实现指令级合规归因，在安全性与实用性上均优于现有防御方法。

0 favorites 0 likes