Improving Influence-based Instruction Tuning Data Selection for Balanced Learning of Diverse Capabilities
改进基于影响力的指令调优数据选择以实现多样化能力的均衡学习
AI总结 该研究针对基于影响力的指令调优数据选择的任务偏向问题,提出BIDS算法,经实验验证其在小比例数据下可实现更均衡性能且优于现有方法。
Comments Accepted to EMNLP 2025 (Findings)
期刊&会议
Conference on Empirical Methods in Natural Language Processing · 会议 · Natural Language Processing
改进基于影响力的指令调优数据选择以实现多样化能力的均衡学习
AI总结 该研究针对基于影响力的指令调优数据选择的任务偏向问题,提出BIDS算法,经实验验证其在小比例数据下可实现更均衡性能且优于现有方法。
Comments Accepted to EMNLP 2025 (Findings)
一种用于指导零样本加密货币交易的反思型大语言模型智能体
AI总结 本研究开发了结合链上链下数据分析与反思机制的LLM智能体CryptoTrade,拓展了LLM在加密货币交易的应用,建立了相关策略基准,其收益表现优于传统策略和时间序列基线。
Comments Published at EMNLP 2024 (Main Conference)