360智脑推出Light-IF系列模型

360智脑团队正式推出全新Light-IF系列模型。该创新框架旨在显著提升大型语言模型（LLM）在复杂指令遵循任务中的性能表现。当前人工智能技术持续进步，尽管LLM已在数学、编程等领域展现出强大的推理能力，但在处理复杂指令方面仍存在局限性。为此，团队提出了基于预览-自检式推理与信息熵控制双核心的Light-IF框架。

Light-IF框架通过五个关键环节优化模型：难度感知指令生成、Zero-RL强化学习、推理模式提取与过滤、熵保持监督冷启动、熵自适应正则强化学习。该框架致力于解决当前推理模型中的“懒惰推理”问题——即模型在思考阶段仅简单复述指令而未主动验证约束条件，导致执行结果准确性不足。

实验结果显示，Light-IF系列模型在SuperCLUE、IFEval、CFBench及IFBench四个中英文指令遵循基准测试中均实现显著提升。其中32B版本的Light-IF-32B在SuperCLUE评测中获得0.575分，较次优模型提升13.9个百分点。值得注意的是，参数规模仅1.7B的Light-IF-1.7B在SuperCLUE和IFEval上的表现超越了Qwen3-235B-A22B等更大规模模型。

360智脑团队宣布，Light-IF系列模型不仅为开源社区提供完整可复现的技术路径及配套代码，全系列模型也将陆续在Hugging Face平台开放。训练采用的冷启动数据集将同步于GitHub开源。此外，360与SuperCLUE联合研发的中文精确指令遵循评测基准SuperCLUE-CPIFOpen同样将于GitHub开放，助力研究者评估模型的中文精确指令遵循能力。

新模型的发布标志着360智脑在提升人工智能模型复杂指令遵循能力领域取得实质性突破，为人工智能技术的演进与应用开拓了新的可能性空间。