Buchumschlag

Exploring Format Consistency for Instruction Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liang, Shihao, Tian, Runchu, Zhu, Kunlun, Qin, Yujia, Wang, Huadong, Cong, Xin, Liu, Zhiyuan, Liu, Xiaojiang, Sun, Maosong
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Investigate-Consolidate-Exploit: A General Strategy for Inter-Task Agent Self-Evolution
von: Qian, Cheng, et al.
Veröffentlicht: (2024)

DebugBench: Evaluating Debugging Capability of Large Language Models
von: Tian, Runchu, et al.
Veröffentlicht: (2024)

Distance between Relevant Information Pieces Causes Bias in Long-Context LLMs
von: Tian, Runchu, et al.
Veröffentlicht: (2024)

Exploring the Benefit of Activation Sparsity in Pre-training
von: Zhang, Zhengyan, et al.
Veröffentlicht: (2024)

RepoAgent: An LLM-Powered Open-Source Framework for Repository-level Code Documentation Generation
von: Luo, Qinyu, et al.
Veröffentlicht: (2024)

Tell Me More! Towards Implicit User Intention Understanding of Language Model Driven Agents
von: Qian, Cheng, et al.
Veröffentlicht: (2024)

UniMem: Towards a Unified View of Long-Context Large Language Models
von: Fang, Junjie, et al.
Veröffentlicht: (2024)

Beyond Natural Language: LLMs Leveraging Alternative Formats for Enhanced Reasoning and Communication
von: Chen, Weize, et al.
Veröffentlicht: (2024)

The Right Time Matters: Data Arrangement Affects Zero-Shot Generalization in Instruction Tuning
von: He, Bingxiang, et al.
Veröffentlicht: (2024)

TACOS: Open Tagging and Comparative Scoring for Instruction Fine-Tuning Data Selection
von: He, Xixiang, et al.
Veröffentlicht: (2025)

Tool Learning with Foundation Models
von: Qin, Yujia, et al.
Veröffentlicht: (2023)

Optima: Optimizing Effectiveness and Efficiency for LLM-Based Multi-Agent System
von: Chen, Weize, et al.
Veröffentlicht: (2024)

Personality-affected Emotion Generation in Dialog Systems
von: Wen, Zhiyuan, et al.
Veröffentlicht: (2024)

Language-Specific Representation of Emotion-Concept Knowledge Causally Supports Emotion Inference
von: Li, Ming, et al.
Veröffentlicht: (2023)

Finish First, Perfect Later: Test-Time Token-Level Cross-Validation for Diffusion Large Language Models
von: Tian, Runchu, et al.
Veröffentlicht: (2025)

Proactive Agent: Shifting LLM Agents from Reactive Responses to Active Assistance
von: Lu, Yaxi, et al.
Veröffentlicht: (2024)

WorkflowLLM: Enhancing Workflow Orchestration Capability of Large Language Models
von: Fan, Shengda, et al.
Veröffentlicht: (2024)

Large Language Models' Complicit Responses to Illicit Instructions across Socio-Legal Contexts
von: Wang, Xing, et al.
Veröffentlicht: (2025)

Building Accurate Translation-Tailored LLMs with Language Aware Instruction Tuning
von: Zan, Changtong, et al.
Veröffentlicht: (2024)

AgentRM: Enhancing Agent Generalization with Reward Modeling
von: Xia, Yu, et al.
Veröffentlicht: (2025)

ConsistRM: Improving Generative Reward Models via Consistency-Aware Self-Training
von: Liang, Yu, et al.
Veröffentlicht: (2026)

Stuffed Mamba: Oversized States Lead to the Inability to Forget
von: Chen, Yingfa, et al.
Veröffentlicht: (2024)

H-Neurons: On the Existence, Impact, and Origin of Hallucination-Associated Neurons in LLMs
von: Gao, Cheng, et al.
Veröffentlicht: (2025)

Rational Decision-Making Agent with Internalized Utility Judgment
von: Ye, Yining, et al.
Veröffentlicht: (2023)

xCoT: Cross-lingual Instruction Tuning for Cross-lingual Chain-of-Thought Reasoning
von: Chai, Linzheng, et al.
Veröffentlicht: (2024)

AgentCPM-Report: Interleaving Drafting and Deepening for Open-Ended Deep Research
von: Li, Yishan, et al.
Veröffentlicht: (2026)

MANTIS: Interleaved Multi-Image Instruction Tuning
von: Jiang, Dongfu, et al.
Veröffentlicht: (2024)

Instruction Tuning With Loss Over Instructions
von: Shi, Zhengyan, et al.
Veröffentlicht: (2024)

StateX: Enhancing RNN Recall via Post-training State Expansion
von: Shen, Xingyu, et al.
Veröffentlicht: (2025)

Finetuning Generative Large Language Models with Discrimination Instructions for Knowledge Graph Completion
von: Liu, Yang, et al.
Veröffentlicht: (2024)

CYCLE-INSTRUCT: Fully Seed-Free Instruction Tuning via Dual Self-Training and Cycle Consistency
von: Shen, Zhanming, et al.
Veröffentlicht: (2025)

PersLLM: A Personified Training Approach for Large Language Models
von: Zeng, Zheni, et al.
Veröffentlicht: (2024)

Optimizing Psychological Counseling with Instruction-Tuned Large Language Models
von: Li, Wenjie, et al.
Veröffentlicht: (2024)

CrossIn: An Efficient Instruction Tuning Approach for Cross-Lingual Knowledge Alignment
von: Lin, Geyu, et al.
Veröffentlicht: (2024)

KBAlign: Efficient Self Adaptation on Specific Knowledge Bases
von: Zeng, Zheni, et al.
Veröffentlicht: (2024)

Can Large Language Models Analyze Graphs like Professionals? A Benchmark, Datasets and Models
von: Li, Xin, et al.
Veröffentlicht: (2024)

Empowering Private Tutoring by Chaining Large Language Models
von: Chen, Yulin, et al.
Veröffentlicht: (2023)

Generative Representational Instruction Tuning
von: Muennighoff, Niklas, et al.
Veröffentlicht: (2024)

Rethinking Table Instruction Tuning
von: Deng, Naihao, et al.
Veröffentlicht: (2025)

Mastering Text, Code and Math Simultaneously via Fusing Highly Specialized Language Models
von: Ding, Ning, et al.
Veröffentlicht: (2024)