Don't Hallucinate, Abstain: Identifying LLM Knowledge Gaps via Multi-LLM Collaboration
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments ACL 2024
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments ACL 2024
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);SFT(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :foundation model(title,abstract);instruction tuning(abstract);pretraining(abstract);SFT(abstract)
Comments 23 pages, 3 figures, Project page: https://github.com/TencentARC/ViSFT/tree/main
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);instruction tuning(abstract)
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);instruction tuning(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
Comments Preprint
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);prompting(abstract)
Comments Accepted by NeurIPS 2023
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
面向稳健多帧医学视觉问答的目标对齐直接答案监督微调
机构 * Yale University(耶鲁大学)
专题命中 指令微调 :SFT(title,summary_cn);foundation model(comments)
AI总结 该研究针对MedFrameQA数据集,提出目标对齐的直接答案SFT是最强稳健适配系列,其在保留报告准确率上优于冻结基线且稳定性好,还可迁移至其他骨干网络,旨在引导研究聚焦稳健优化而非架构复杂度。
Comments Presented at the CVPR 2026 Workshop on Multimodal Foundation Models for Biomedicine: Challenges and Opportunities
基于大脑活动的阅读与操控LLM状态的轴
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出利用人类大脑活动作为坐标系,通过ICA提取潜在轴,操控LLM状态,实现可解释和可控的LLM行为。
Comments 10 pages, 4 figures. Code: https://github.com/sandroandric/Brain-Grounded-Axes-for-Reading-and-Steering-LLM-States
机构 * School of Computer Science, Wuhan University, China(武汉大学计算机学院) ; Suzhou Municipal Key Laboratory of Multimodal Intelligent Systems, Digital Innovation Research Center, Duke Kunshan University, China(多克大学数字创新研究中心)
专题命中 指令微调 :SLM(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
Comments Technical Report for MLC-SLM Challenge in Interspeech2025
专题命中 指令微调 :instruction tuning(title,comments);LLM(abstract);large language model(abstract);language model(abstract)
Comments 36 pages, 12 figures, NeurIPS 2023 Workshop on Instruction Tuning and Instruction Following
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Work in progress. Code is available at https://github.com/ZiyuGuo99/Point-Bind_Point-LLM
DCGC:基于草稿条件的全局修正,用于带掩码扩散模型的复杂推理
机构 * Seoul National University(首尔大学)
专题命中 指令微调 :SFT(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
AI总结 DCGC是结合SFT与动态双CFG机制的MDM框架,用于修正LLMs推理错误,在多推理基准中优于现有方法,可作为无验证器的全局修正模块。
Comments 21 pages, 3 figures, 12 tables
从记忆到吸收:用于持续知识注入的混合策略强化学习
机构 * University of California, Merced(加州大学默塞德分校)
专题命中 指令微调 :SFT(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
AI总结 针对大语言模型持续知识注入中监督微调泛化不足的问题,提出三阶段自学习框架GRIN,其核心为混合策略RL算法Golden-GRPO,引入两个基准验证,结果表明GRIN性能优于SFT及混合策略RL基线。
从监督微调模型中重建个人身份信息
机构 * Northeastern University(东北大学)
专题命中 指令微调 :LLM(abstract,abstract_cn);SFT(abstract,abstract_cn);large language model(abstract);language model(abstract)
AI总结 本文研究了从监督微调模型中重建个人身份信息的问题,提出COVA算法在前缀攻击下优于现有提取方法,揭示了不同PII类型泄露程度差异。
被文本债务掩埋:面向多模态大语言模型智能体的保留视觉证据的上下文剪枝
机构 * Hong Kong University of Science and Technology(香港科技大学)
专题命中 指令微调 :SFT(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
AI总结 针对多模态大语言模型智能体长轨迹中文本主导上下文、抑制视觉证据的问题,提出基于KL引导的SPARE框架,结合OPSD与SFT实现高效剪枝,在多步视觉工具使用基准中达到最优准确率与剪枝比例的权衡。
Comments 14 pages, 2 figures, 4 tables
梯度幻影:大语言模型拆分学习中可训练且标签不可识别的梯度
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL、cs.LG
AI总结 针对大语言模型拆分学习中梯度匹配攻击的标签泄露问题,提出Gradient Mirage防御方法,通过三个维度的不一致性打破梯度-目标一致性,在保留优化效用的同时提升隐私保护,实现更优的隐私-效用权衡。
仅前向传播的领域适配(无需跨层反向传播)
机构 * University of California, Santa Cruz(加州大学圣克鲁兹分校) ; University of Melbourne(墨尔本大学)
专题命中 指令微调 :SFT(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
AI总结 该研究提出仅前向传播的MLP训练(FPO)方法,无需跨层反向传播即可适配大语言模型,提升吞吐量、降低内存开销,在保持域外基准性能的同时优化域内困惑度,且耗时低于限定SFT的方案。
Comments 15 pages
大型语言模型对越南方言的鲁棒性如何?
专题命中 指令微调 :LLM(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
AI总结 本研究通过构建VialectBench基准,评估指令微调LLM对越南方言的鲁棒性,发现方言输入会导致模型性能下降,且不同方言组的影响存在显著差异,标准越南语上的性能不代表方言场景下的可靠性。
Comments 8 pages, 3 figures, 4 tables
用于大语言模型激活空间控制的基于统计的稀疏特征干预
机构 * Islamic University of Technology(伊斯兰科技大学) ; Systems and Software Lab (SSL)(系统与软件实验室)
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL、cs.AI
AI总结 研究大语言模型激活空间控制问题时,提出基于统计的稀疏特征干预方法,先经可靠性过滤,再用三个统计量排序特征,构建引导方向。在多模型、领域和配置上实验,发现该方法有特定领域转移效果,且引导受多种因素影响,强调评估应兼顾质量与行为转移。
Comments Under review, 26 pages, 5 figures, 16 tables
LongCrafter:通过证据图引导的指令合成实现多样化的长上下文理解
机构 * University of Chinese Academy of Sciences(中国科学院大学) ; The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所认知与决策智能复杂系统重点实验室)
专题命中 指令微调 :SFT(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
AI总结 针对现有长上下文理解方法的局限,提出LongCrafter框架,结合分层任务分类法与证据管道,生成多样化长上下文SFT数据,微调后的模型在多个数据集上表现优异,能有效缓解“中间迷失”问题。
(如何) 学习率调节灾难性过训练
机构 * EPFL(瑞士联邦理工学院)
专题命中 指令微调 :LLM(abstract,abstract_cn);SFT(abstract,abstract_cn);pretraining(abstract);post-training(abstract)
AI总结 研究通过隐式正则化分析学习率对微调中灾难性遗忘的影响,发现学习率大小影响模型收敛方向,并揭示学习率衰减加剧预训练模型尖锐性从而导致灾难性过训练。
Comments COLM 2026
小模型已足够:通过LoRA适配器对AI编辑文本进行单用户风格重写
机构 * University of Stavanger(斯塔万格大学)
专题命中 指令微调 :LLM(summary_cn,abstract);language model(abstract);small language model(abstract);分类 cs.CL、cs.AI
AI总结 InMyStyle是注重隐私的单用户系统,用多本地辅助LLM构建配对训练示例,微调0.5B-7B参数模型的LoRA适配器,可将AI编辑文本重写为用户风格,小模型即可完成重写任务,其输出感知AI性低于辅助AI生成内容
在做中保留:在线策略数据在缓解遗忘中的作用
专题命中 指令微调 :SFT(summary_cn,abstract);language model(abstract);post-training(abstract);分类 cs.CL、cs.LG
AI总结 本文系统比较了监督微调(SFT)和强化学习(RL)在语言模型后训练中的遗忘模式,发现RL因使用在线策略数据而更少遗忘,并验证了在线策略数据是缓解遗忘的关键因素。
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026