Low-Confidence Gold: Refining Low-Confidence Samples for Efficient Instruction Tuning
低置信度黄金：用于高效指令微调的低置信度样本精炼
机构 * Universiti Malaya（马来亚大学） ； University of Science and Technology Beijing（北京科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出LCG框架，通过聚类和置信度引导选择精炼低置信度样本，提升指令微调效率与性能，实验显示在MT-bench等指标上表现更优。
Comments Accepted to EMNLP Findings 2025
