EventRL: Enhancing Event Extraction with Outcome Supervision for Large Language Models
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；SFT(abstract)；prompting(abstract)
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 指令微调 11619 篇
LLM-Detector: Improving AI-Generated Chinese Text Detection with Open-Source LLM Instruction Tuning
专题命中 指令微调 ：LLM(title,abstract)；instruction tuning(title,abstract)；large language model(abstract)；language model(abstract)
Comments 17 pages, 13 tables, 7 figures
Boosting Large Language Model for Speech Synthesis: An Empirical Study
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Unveiling the Implicit Toxicity in Large Language Models
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Comments EMNLP 2023 Main Conference
DaG LLM ver 1.0: Pioneering Instruction-Tuned Language Modeling for Korean NLP
专题命中 指令微调 ：LLM(title,abstract)；language model(title,abstract)；large language model(abstract)；instruction tuning(abstract)
Ziya-Visual: Bilingual Large Vision-Language Model via Multi-Task Instruction Tuning
专题命中 指令微调 ：language model(title,abstract)；instruction tuning(title,abstract)；LLM(abstract)；large language model(abstract)
DISC-FinLLM: A Chinese Financial Large Language Model based on Multiple Experts Fine-tuning
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；SFT(abstract)
Comments 18 pages, 13 figures, 7 tables
ConstitutionMaker: Interactively Critiquing Large Language Models by Converting Feedback into Principles
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Steering Large Language Models for Machine Translation with Finetuning and In-Context Learning
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Comments Accepted at EMNLP 2023 - Findings
An Empirical Study of Translation Hypothesis Ensembling with Large Language Models
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；instruction tuning(abstract)
Comments EMNLP 2023 (main conference)
LLM2KB: Constructing Knowledge Bases using instruction tuned context aware Large Language Models
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；instruction tuning(abstract)
Comments 16 pages, 1 figure, LM-KBC 2023 Challenge at International Semantic Web Conference 2023
On the Uses of Large Language Models to Interpret Ambiguous Cyberattack Descriptions
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；SFT(abstract)
Generative Job Recommendations with Large Language Model
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；SFT(abstract)
Capability Instruction Tuning: A New Paradigm for Dynamic LLM Routing
专题命中 指令微调 ：LLM(title,abstract)；instruction tuning(title)；large language model(abstract)；language model(abstract)
Comments AAAI 2025; Project Page: https://cit-llm-routing.github.io
Large Language Models are Interpretable Learners
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,comments)；分类 cs.CL、cs.AI、cs.LG
Comments Preliminary Version, Code at [this url](https://github.com/ruocwang/llm-symbolic-program)
Thinking in a Low-Resource Language: What SFT Builds, What RL Fixes, What Accuracy Cannot See
在低资源语言中思考：SFT构建了什么，RL修正了什么，以及准确率无法察觉的问题
机构 * Sophea AI（索非亚人工智能公司） ； KIEFER SA（基弗股份有限公司）
专题命中 指令微调 ：SFT(title,title_cn)；分类 cs.CL、cs.LG
AI总结 该研究针对三个混合专家模型，发现低资源语言推理中SFT可提升推理语言一致性与流畅性，RL可修正格式遗漏与答案泄露问题，而仅靠准确率无法察觉关键变化，相关工具可推广至其他低资源语言。
Build it, Break it, Repeat: Benchmarking and improving LLM-manipulated disinformation detection in social media posts
构建它、攻破它、重复它：基准测试与改进大语言模型生成的社交媒体虚假信息检测
专题命中 指令微调 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 该研究提出BiBiR迭代框架测试虚假信息检测器鲁棒性，结合回译与LLM角色改写的攻破技术实现95%标签翻转率，DASS架构三元组对比模型准确率72.68%，优于基线模型。
Comments Under review
PTP: Previous-Token Prediction based LLM Inversion for Near-Exact Prompt Reconstruction
PTP：基于前序令牌预测的大语言模型反演方法，用于近精确提示重构
机构 * IIT Bombay（印度理工学院孟买分校） ； Adobe Research（奥多比研究中心）
专题命中 指令微调 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 提出PTP方法，在黑盒场景下从零训练逆语言模型，通过前序令牌预测实现近精确提示重构，泛化性与迁移性良好，性能优于现有LLM反演工作。
Probing the Origins of Reasoning Performance: Representational Quality for Mathematical Problem-Solving in RL vs. SFT Fine-Tuned Models
探究推理性能的起源：强化学习（RL）与监督微调（SFT）模型在数学问题求解中的表征质量
专题命中 指令微调 ：SFT(title,title_cn)；分类 cs.CL、cs.AI
AI总结 本研究探究RL与SFT微调模型数学推理性能差异的机制，发现RL模型的表征更具线性可分性、深层重要性更高，其token分配变异性或反映在线策略推理的分布。
Comments Second Workshop on XAI4Science, AAAI 2026
DS@GT ARC at CheckThat! 2026: LLM-Based Trace Ranking and Grouped Reward Modeling for Multilingual Numerical Claim Verification
DS@GT ARC在CheckThat! 2026中的应用：基于大语言模型的多语言数值声明验证的推理轨迹排序和分组奖励建模
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 指令微调 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 针对多语言数值声明验证，探索基于大语言模型（LLM）的推理轨迹排序和分组奖励建模两种方法。LLM方法用LoRA微调验证器评分，还尝试子声明分解；奖励模型用TF-IDF及特征评分。结果显示LLM方法多数指标更优，阿拉伯语中AraBERT表现更佳且子声明分解未提升性能。
Comments 10 pages, 2 figures. Accepted at CLEF 2026 CheckThat!. To appear in CEUR Workshop Proceedings
LLM-INSTRUCT at UZH Shared Task 2026: Constraint-Aware Retrieval and Selective Debate for Paragraph-Level Argument Mining
LLM-INSTRUCT在UZH 2026共享任务中的应用：用于段落级论证挖掘的约束感知检索和选择性辩论
机构 * Vietnamese-German University（越南-德国大学） ； RMIT University Vietnam（皇家墨尔本理工大学越南分校） ； VANGIA INNOVATIONS（VANGIA创新公司）
专题命中 指令微调 ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 本文介绍了在UZH 2026共享任务中用于段落级论证挖掘的获胜系统LLM-INSTRUCT，通过元数据感知检索、约束解码等方法缩小决策空间，提高了准确性和提交稳健性，在官方排行榜上取得优异成绩。
Comments Accepted to the 13th Workshop on Argument Mining (ArgMining 2026) at ACL 2026
CreativityNeuro: Steering Language Model Weights to Improve Divergent Thinking and Reduce Mode Collapse
CreativityNeuro: 引导语言模型权重以改善发散思维并减少模式崩溃
机构 * Center for Brain Science, Harvard University（哈佛大学脑科学中心） ； CBS-NTT Program in Physics of Intelligence, Harvard University（哈佛大学CBS-NTT智能物理项目） ； Prior Computers ； AI Innovation Institute, Stony Brook University（石溪大学人工智能创新研究所）
专题命中 指令微调 ：LLM(summary_cn,abstract)；language model(title,abstract)；large language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出数据无关的对比权重引导方法CreativityNeuro，通过调整LLM权重增强发散思维，在多项创造力测试中提升原创性并减少模式崩溃，无需重新训练或微调。
Comments Accepted at ICML 2026 Workshop on Creativity & Generative AI
Persona Without Substrate: Regime-Dependence and the LLM Individuation Problem
无基座的人格：体制依赖性与LLM个体化问题
机构 * Harbin Institute of Technology（哈尔滨工业大学）
专题命中 指令微调 ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 通过实验揭示LLM个体化问题中跨体制共指假设的漏洞，提出体制索引个体化框架，将表征内容的身份单位视为（载体，体制）对。
Comments 30 pages, 2 figures, 1 table. Replies to Beckmann & Butlin (arXiv:2604.17031)
Bilevel Data Curation for LLM Fine-tuning: Offline Selection and Online Self-Refining Generation
大语言模型微调的双层数据策展：离线选择与在线自优化生成
机构 * Cornell University（康奈尔大学） ； Cisco Research（思科研究）
专题命中 指令微调 ：LLM(title,abstract)；SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 提出双层框架结合离线数据选择与在线自优化生成，提升微调数据质量，理论证明优于直接混合，实验验证效果。
Comments updated the theories and experiments
Inform, Coach, Relate, Listen: Auditing LLM Caregiving Support Roles
告知、指导、共情、倾听：审计LLM护理支持角色
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； OSF HealthCare（OSF医疗集团） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）
专题命中 指令微调 ：LLM(title,title_cn)；language model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI
AI总结 本研究通过操作化四种社会支持角色（告知、指导、共情、倾听），评估大型语言模型在非正式护理对话中的安全概况，发现支持角色系统性地影响交互风险，且存在感知质量-安全性权衡。
StepPRM-RTL: Stepwise Process-Reward Guided LLM Fine-Tuning for Enhanced RTL Synthesis
StepPRM-RTL：基于逐步过程奖励引导的LLM微调以增强RTL综合
机构 * IBM Research San Jose CA USA（IBM研究院圣何塞加州美国）
专题命中 指令微调 ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 提出StepPRM-RTL框架，结合逐步轨迹建模、过程奖励模型和检索增强微调，通过密集反馈和蒙特卡洛树搜索探索推理路径，提升LLM生成RTL代码的功能正确性和推理保真度，在基准数据集上相比先前方法提升超10%。
Comments 6 pages, 2 figures, DAC'2026
ReLoRA: Knowledge-Reusing Adaptation for Fast Rollout of Evolving LLM Services
ReLoRA: 面向演化LLM服务快速部署的知识复用适配
机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（苏州先进研究院，中国科学技术大学）
专题命中 指令微调 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 针对基础模型频繁更新导致已有LoRA适配器失效的问题，提出ReLoRA框架，通过贝叶斯优化初始化与调度正则化微调，实现知识复用与快速重新适配，降低计算开销并提升性能。
Adversarial Feeds Steer LLM Agent Decisions Against Their Defaults
对抗性输入流引导LLM智能体决策偏离其默认行为
机构 * Independent Researcher（独立研究者）
专题命中 指令微调 ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 本研究通过控制实验揭示，外部输入流的组成和排序能因果性地改变LLM智能体的下游决策，存在对抗性屈服、默认饱和及默认方向不对称三种响应模式，且该效应在多个决策领域普遍存在。
Comments 14 pages, 5 figures. Code, post pools, and 2,785 decision rollouts: https://github.com/ranausmanai/recommenders-as-control-surfaces
Demystifying Data Organization for Enhanced LLM Training
揭秘数据组织以增强大语言模型训练
机构 * Nanyang Technological University（南洋理工大学） ； Microsoft Research（微软研究院） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 指令微调 ：LLM(title,abstract)；SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 本文系统探索数据组织对大语言模型训练的影响，提出边界锐化、循环调度、课程连续性和局部多样性四项优化准则，并基于此设计了两种新的数据排序方法STR和SAW，实验验证了其在预训练和微调阶段的有效性。
Comments ACL 2026 Main Conference
Tiny Brains, Giant Impact: Uncovering the Keystone Neurons of LLM with Just a Few Prompts
微小大脑，巨大影响：仅用少量提示揭示LLM的关键神经元
机构 * National University of Singapore（新加坡国立大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 指令微调 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；pretraining(abstract)
AI总结 本研究通过跨任务激活强度分析，发现大型语言模型中存在一组极其稀疏的关键神经元，其移除会导致模型行为崩溃，并基于此提出仅更新关键神经元的微调方法，在少量参数修改下达到与全参数微调相当或更优的任务性能。
