BadAgent: Inserting and Activating Backdoor Attacks in LLM Agents
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 Accepted by 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);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by ACL 2024
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);instruction tuning(abstract)
Comments CVPR 2024
专题命中 指令微调 :language model(title,abstract);large language model(abstract);foundation model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments NAACL 2024
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 指令微调 :language model(title,abstract);large language model(abstract);prompting(abstract);分类 cs.CL、cs.AI、cs.LG
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
专题命中 指令微调 :language model(title,abstract);large language model(abstract);SFT(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 14 pages, 4 figures, 3 tables
专题命中 指令微调 :instruction tuning(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
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 34 pages, 6 figures
专题命中 指令微调 :language model(title,abstract);RLHF(abstract);preference optimization(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
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 23 pages, 5 figures, 7 tables, 4 algorithms
专题命中 指令微调 :language agent(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments v4 contains a few additional experiments
专题命中 指令微调 :language agent(title,abstract);language model(abstract);prompting(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Code, data, and models are available at https://fireact-agent.github.io
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Open Research Project. 7 pages, 1 figure, 5 tables
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
专题命中 指令微调 :prompting(title);LLM(abstract);large language model(abstract);language model(abstract)
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
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 指令微调 :language model(title,abstract);instruction tuning(abstract);prompting(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 18 pages, 7 figures
专题命中 指令微调 :language model(title,abstract);pretraining(abstract);prompting(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to findings of EMNLP 2022. Data and code available at https://github.com/vbursztyn/compositional-fine-tuning
推理如何从训练数据中演变:使用国际象棋的实证研究
机构 * Department of Computer Science and Engineering, University of California San Diego, San Diego, United States(计算机科学与工程系,加州大学圣地亚哥分校,圣地亚哥,美国)
专题命中 指令微调 :post-training(title);SFT(abstract,abstract_cn);language model(abstract,comments);分类 cs.AI、cs.LG
AI总结 研究语言模型推理从监督微调到强化学习的演变,发现直接预测最佳走法的微调能提升性能,但强化学习阶段导致不一致推理,而多步轨迹训练则能获得更稳定的推理。
Comments Accepted at ICML 2026. An earlier version appeared at the NeurIPS 2025 Foundations of Reasoning in Language Models (FoRLM) Workshop (Oral)
机构 * University of Modena and Reggio Emilia(摩德纳和雷吉奥艾米利亚大学) ; University of Pisa(比萨大学) ; IIT-CNR(意大利国家研究 council(IIT))
专题命中 指令微调 :instruction tuning(title);LLM(abstract);large language model(abstract);language model(abstract)
Comments ICCV 2025 Workshop on What is Next in Multimodal Foundation Models
专题命中 指令微调 :language model(title,abstract);large language model(abstract);instruction tuning(abstract);分类 cs.CL、cs.AI
Comments NeurIPS 2024 Workshop on Adaptive Foundation Models
专题命中 指令微调 :foundation model(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments 31 Pages, 11 Figures, 22 Tables. First present at ICML 2024 Workshop on Foundation Models in the Wild
专题命中 指令微调 :language model(title,abstract);LLM(abstract,comments);prompting(abstract);分类 cs.CL、cs.LG
Comments Published at CVPR 2024. Project site: https://llm-can-optimize-vlm.github.io/
通过对比解码合成指令微调数据集
机构 * Department of Computer Science, School of Computing, Institute of Science Tokyo(东京科学大学计算机科学系) ; National Institute of Advanced Industrial Science and Technology(国家先进工业科学与技术研究院) ; Research and Development Center for Large Language Models, NII(大型语言模型研究与开发中心,日本信息产业技术综合研究所)
专题命中 指令微调 :LLM(abstract,abstract_cn);large language model(abstract);language model(abstract);instruction tuning(abstract)
AI总结 本文提出CoDIT方法,通过对比解码分离预训练知识与指令遵循能力,提升指令微调效果。实验表明基于CoDIT构建的数据集在多个基准上表现更优。
Comments 26 pages, 7 figures
FCPRAG:融合控制器参数化检索增强生成,用于稳定多段落LoRA注入
机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; University of Macau(澳门大学) ; Institute of Artificial Intelligence (TeleAI), China Telecom(中国电信人工智能研究院(TeleAI))
专题命中 指令微调 :LLM(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL
AI总结 FCPRAG是一种融合控制的参数化RAG框架,通过轻量控制器实现样本级适配器融合,在多个数据集和LLM主干上提升了RAG的F1值,降低调优成本并增强鲁棒性。
Comments Accepted to EMNLP 2026
MidTool:面向智能体工具使用的训练中期数据合成
机构 * University of Washington(华盛顿大学) ; Snowflake(雪花公司) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
专题命中 指令微调 :SFT(abstract,abstract_cn);LLM(abstract);large language model(abstract);language model(abstract)
AI总结 本研究提出MidTool流水线,构建面向智能体工具使用的训练中期数据,在MidTool-Mix上微调Qwen3模型,可显著提升工具使用相关下游任务性能,证明通用工具使用需专门训练中期调整。
Comments Data & Model: https://hf.co/collections/MidTool/midtool-release