桥接辅助约束以解决大型推理模型中的指令遵循问题

大型推理模型（LRMs）虽在多项任务中表现优异，但在可靠遵循多重指令方面仍存在困难，常无法满足单个约束或难以平衡竞争约束。本文将该挑战形式化为“约束遵循问题”（CAP），并提出一种新框架，通过将指令表示为结构化的约束知识图谱来解决此问题。该方法名为“约束关系图补全”（CRGC），显式建模约束间关系，识别遵循难点，并发现有助于模型聚焦和协调需求的“桥接约束”。实验表明，该方法在三个主流数据集上将约束违规率降低了 39%，同时保持了模型的推理能力。