DIAL：通过蒸馏指令遵循程度实现对语言模型的细粒度可控

DIAL（Distilled Instruction-Adherence Levels）是一个实现对大语言模型指令遵循程度进行细粒度数值控制的框架，同时兼顾可控性、效率与可扩展性。它用冻结 LLM 结合 classifier-free guidance 生成训练信号进行 on-policy 蒸馏，并设计了基于 LLM hidden states 分类器的轻量级 steering adapter 逐 token 自适应调节强度。配套发布的 SteirF 数据集含 98,625 条指令，训练后 DIAL 可细粒度控制 persona，并与提示词结合提升可验证指令遵循。