Where Instruction Hierarchy Breaks: Diagnosing and Repairing Failures in Reasoning Language Models

En 3 lignesÉtude diagnostique des défaillances dans le respect de la hiérarchie d'instructions par les modèles de raisonnement (Gemma-4-31B-IT, Qwen3.6-35B-A3B, Claude Sonnet 4.6). Framework blanc qui localise les pannes en trois catégories : identification d'instructions, résolution de conflits, réalisation de réponse. Deux mécanismes d'auto-monitoring sans entraînement réduisent les violations de 81-99%.

Résumé généré par Claude — vérifié par l'humain