大语言模型如何遵循指令：熟练的协调而非通用机制

指令微调通常被认为赋予了语言模型通用的指令遵循能力，但其底层机制尚不明确。本文通过针对三个指令微调模型在九项不同任务上的诊断性探测，研究了该能力是依赖通用机制还是组合式技能部署。分析结果一致反对通用机制假说：跨任务通用探针表现不及特定任务专家，表明表征共享有限；跨任务迁移较弱且按技能相似度聚类；因果消融揭示了稀疏的不对称依赖而非共享表征。此外，任务复杂度在各层呈分层分布，结构约束早期出现而语义任务晚期涌现。时间分析显示，约束满足是生成过程中的动态监控而非预生成规划。结论表明，指令遵循更应被描述为多样化语言能力的熟练协调，而非单一抽象约束检查过程的部署。