近日，新評中文精確指令遵循測評基準（SuperCLUE-CPIF）正式發(fā)布，新評360zhinao3-o1.5以78.97分位居國產(chǎn)大模型第一，新評在任務(wù)類型、新評指令數(shù)量兩類劃分中均為國內(nèi)榜首，新評其在精確指令遵循上的新評卓越表現(xiàn)，正是新評AI技術(shù)提升“可用性”和“實用性”、從實驗室走向大規(guī)模產(chǎn)業(yè)應(yīng)用的新評關(guān)鍵一步。

本次測評涵蓋 GPT-5.1(high)、新評Gemini-3-Pro-Preview、新評GPT-5(high)、新評DeepSeek-V3.2-Exp-Thinking、新評Claude-Sonnet-4.5-Reasoning等共15個國內(nèi)外模型參與。新評基于實際生產(chǎn)環(huán)境特點，新評SuperCLUE-CPIF 重點評估大型語言模型（LLM）在中文環(huán)境下精確遵循復(fù)雜、新評多約束指令的能力。測評結(jié)果顯示，國產(chǎn)主流大模型中，360zhinao3-o1.5以78.97分位居國產(chǎn)大模型第一，ERNIE-X1.1和DeepSeek-V3.2-Exp-Thinking 分別以75.90分和74.36分位居國內(nèi)二、三。

（圖說：SuperCLUE-CPIF 測評截圖）

360zhinao3-o1.5指令遵循訓(xùn)練部分的工作已經(jīng)發(fā)布在論文Light-IF系列上。該模型直面現(xiàn)有大語言模型在處理交織多重約束的復(fù)雜指令時普遍存在的“懶惰推理”現(xiàn)象，通過自動化指令構(gòu)建與難度感知強化學(xué)習(xí)兩大核心技術(shù)，驅(qū)動模型從被動執(zhí)行向“主動檢查-修改-再檢查”的演進，顯著提升了在復(fù)雜指令下的精準遵循度。

（圖說：Light-IF系列模型論文發(fā)表）

另外，360zhinao3-o1.5的訓(xùn)練模型Light-IF論文曾被頂會AAAI 2026成功收錄。據(jù)悉，AAAI 2025共收到12957篇有效投稿，錄用3032篇，錄取率為23.4%，其中Oral論文占比4.6%。而AAAI 2026的投稿量進一步飆升至23680篇，僅錄用4167篇，錄取率降至17.6%，Oral錄用率更是進一步降低。Light-IF能在如此激烈的競爭中脫穎而出，可見其在精準指令遵循上的突破性。值得一提的是，Light-IF系列模型已陸續(xù)在Hugging Face開源，供全球開發(fā)者使用、對比與復(fù)現(xiàn)。

將小參數(shù)模型的能力推向極致，是360智腦團隊持續(xù)深耕的技術(shù)路徑。此前，360與北京大學(xué)聯(lián)合研發(fā)的Tiny-R1-32B模型，僅以5%的參數(shù)量便在數(shù)學(xué)等領(lǐng)域逼近了千億級模型的性能，是一次在模型優(yōu)化與融合上的深厚積累。這種對“小而精”垂類模型的持續(xù)打磨，為AI智能體（Agent）的爆發(fā)奠定了堅實基礎(chǔ)。