指令微调是用大量以指令形式表达的任务对基础模型进行微调。Wei 等人（2022）在 FLAN 中证明，这能大幅提升模型在未见任务上的零样本表现；Ouyang 等人（2022）则将指令数据与人类反馈相结合，打造出 InstructGPT——正是这套方法把原始语言模型变成了有用的 AI 助手。
正是这一步让模型擅长按指令办事，而不只是续写文本。
训练对齐
2026 年更新
指令微调（Instruction Tuning）
定义
用大量以自然语言指令形式表述的任务对模型进行微调，使其即使面对训练中从未见过的任务，也能很好地遵循新指令。
参考文献
本定义所依据的一手文献、同行评审文献和存档资料。
Finetuned Language Models Are Zero-Shot Learners (FLAN)
Training language models to follow instructions with human feedback
词典与百科条目
- Wikipedia — Instruction tuning
- IBM — Think / Topics — What is instruction tuning?
引用本条目
MultipleChat.《指令微调（Instruction Tuning）》. MultipleChat AI 与 LLM 术语表，2026. https://multiple.chat/ai-glossary/instruction-tuning