本研究提出了一种新颖的指令调优框架，通过主动调整模型以提高任务选择和泛化性能。实验结果表明，该方法优于传统策略，并在不同指令下展现出更好的鲁棒性。此外，研究探讨了指令多样性对模型普适性的影响，并提出了对比指令调优方法，以增强模型对未知指令的稳健性。