本研究探讨了大型语言模型在处理多约束指令时的顺序偏见问题。通过开发困难分布指数（CDDI），发现模型在“从难到易”的顺序下表现最佳，揭示了约束顺序与模型注意力之间的关系。

本研究提出了一种基于模型注意力的扰动方法，旨在改善半监督医学图像分割中的扰动策略。该方法通过增强一致性正则化，有效处理医学图像的复杂结构。在ACDC数据集上的实验结果显示，Dice分数达到了90.4%。