CCF LMCC · CCF LMCC 青少年组第一轮认证 例题 第 4 题

指令微调的主要目的是什么？

这道题考查大模型微调的核心目的，拿到题先想：预训练是学通用知识，微调是学怎么听话，直接看选项里哪个在讲‘理解指令’和‘输出风格’。

很多同学会把预训练和微调的目的搞混，以为微调也能学海量无标注数据（那是预训练的事）；还有人觉得参数少就一定快，却忘了LoRA这类高效微调并不直接减少参数量；更别提把事实性错误修复当成微调的主战场，其实那是数据清洗和RLHF的活儿。

这道题考查的是大语言模型训练流程中的‘指令微调（Instruction Tuning）’这一核心概念。命题人挖坑很典型：把预训练、微调、量化、错误修复四个不同阶段的目标混在一起，让你挑出最准确的那个。很多学生容易把‘让模型学知识’（预训练）和‘让模型听话’（微调）搞混，或者误以为微调就是单纯减少参数量，这都是概念没理清的表现。拿这道题来说，正确答案是B——‘增强模型理解和遵循人类指令或意图的能力，并改善其输出风格’。为什么？因为指令微调的本质，就是给模型喂大量（指令，期望回复）配对数据，让模型学会‘听懂人话’。预训练阶段模型已经积累了海量通用知识，但往往不知道该怎么按人类意图组织输出，甚至容易胡言乱语、格式混乱。微调就是专门解决这个‘听不懂、不会说’的问题，通过监督学习调整模型参数，让它能准确理解指令中的角色、目标、约束，并输出风格一致、格式规范的文本。选项A描述的是预训练阶段的任务，用无标注数据学通用知识；选项C提到的降低参数量属于模型压缩或量化技术，与微调目的无关；选项D说的修复事实性错误，虽然微调过程中会间接改善，但这不是它的主要设计目标，专门修事实性错误更多靠数据清洗和后续的RLHF。从考频趋势看，这类概念辨析题在近年大模型相关考题中出现频率较高，命题人越来越喜欢用‘目的 vs 手段’的陷阱来考察学生对训练流程的深层理解。未来可能继续考LoRA、全量微调、QLoRA等具体微调技术的区别，但指令微调的核心定义大概率仍是高频考点。解题时记住：预训练=学知识，微调=学听话，提示词工程=引导输出风格，这样就不会被选项绕晕。