Buchumschlag

PILLOW: Enhancing Efficient Instruction Fine-tuning via Prompt Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qi, Zhenting, Tan, Xiaoyu, Shi, Shaojie, Qu, Chao, Xu, Yinghui, Qi, Yuan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AURORA:Automated Training Framework of Universal Process Reward Models via Ensemble Prompting and Reverse Verification
von: Tan, Xiaoyu, et al.
Veröffentlicht: (2025)

Thought-Like-Pro: Enhancing Reasoning of Large Language Models through Self-Driven Prolog-based Chain-of-Thought
von: Tan, Xiaoyu, et al.
Veröffentlicht: (2024)

Struct-X: Enhancing Large Language Models Reasoning with Structured Data
von: Tan, Xiaoyu, et al.
Veröffentlicht: (2024)

SCP-116K: A High-Quality Problem-Solution Dataset and a Generalized Pipeline for Automated Extraction in the Higher Education Science Domain
von: Lu, Dakuan, et al.
Veröffentlicht: (2025)

PARA: Parameter-Efficient Fine-tuning with Prompt Aware Representation Adjustment
von: Liu, Zequan, et al.
Veröffentlicht: (2025)

Towards Collaborative Intelligence: Propagating Intentions and Reasoning for Multi-Agent Coordination with Large Language Models
von: Qiu, Xihe, et al.
Veröffentlicht: (2024)

Reflective Personalization Optimization: A Post-hoc Rewriting Framework for Black-Box Large Language Models
von: Hao, Teqi, et al.
Veröffentlicht: (2025)

Enhancing Complex Instruction Following for Large Language Models with Mixture-of-Contexts Fine-tuning
von: Lu, Yuheng, et al.
Veröffentlicht: (2025)

DePT: Decomposed Prompt Tuning for Parameter-Efficient Fine-tuning
von: Shi, Zhengxiang, et al.
Veröffentlicht: (2023)

Democratizing Large Language Models via Personalized Parameter-Efficient Fine-tuning
von: Tan, Zhaoxuan, et al.
Veröffentlicht: (2024)

CogniDual Framework: Self-Training Large Language Models within a Dual-System Theoretical Framework for Improving Cognitive Tasks
von: Deng, Yongxin, et al.
Veröffentlicht: (2024)

ADePT: Adaptive Decomposed Prompt Tuning for Parameter-Efficient Fine-tuning
von: Tang, Pengwei, et al.
Veröffentlicht: (2025)

PEDRO: Parameter-Efficient Fine-tuning with Prompt DEpenDent Representation MOdification
von: Xie, Tianfang, et al.
Veröffentlicht: (2024)

FIPO: Free-form Instruction-oriented Prompt Optimization with Preference Dataset and Modular Fine-tuning Schema
von: Lu, Junru, et al.
Veröffentlicht: (2024)

Resource-Efficient Adaptation of Large Language Models for Text Embeddings via Prompt Engineering and Contrastive Fine-tuning
von: Roth, Benedikt, et al.
Veröffentlicht: (2025)

Fine-tuning Large Language Models with Sequential Instructions
von: Hu, Hanxu, et al.
Veröffentlicht: (2024)

Learning or Self-aligning? Rethinking Instruction Fine-tuning
von: Ren, Mengjie, et al.
Veröffentlicht: (2024)

Utility-Diversity Aware Online Batch Selection for LLM Supervised Fine-tuning
von: Zou, Heming, et al.
Veröffentlicht: (2025)

MatchTIR: Fine-Grained Supervision for Tool-Integrated Reasoning via Bipartite Matching
von: Qu, Changle, et al.
Veröffentlicht: (2026)

Prompt-tuning for Clickbait Detection via Text Summarization
von: Deng, Haoxiang, et al.
Veröffentlicht: (2024)

ElaLoRA: Elastic & Learnable Low-Rank Adaptation for Efficient Model Fine-Tuning
von: Chang, Huandong, et al.
Veröffentlicht: (2025)

On the Loss of Context-awareness in General Instruction Fine-tuning
von: Wang, Yihan, et al.
Veröffentlicht: (2024)

Fine-tuning Done Right in Model Editing
von: Yang, Wanli, et al.
Veröffentlicht: (2025)

A General Framework to Enhance Fine-tuning-based LLM Unlearning
von: Ren, Jie, et al.
Veröffentlicht: (2025)

GraphIF: Enhancing Multi-Turn Instruction Following for Large Language Models with Relation Graph Prompt
von: Li, Zhenhe, et al.
Veröffentlicht: (2025)

Follow My Instruction and Spill the Beans: Scalable Data Extraction from Retrieval-Augmented Generation Systems
von: Qi, Zhenting, et al.
Veröffentlicht: (2024)

LoRA-FA: Efficient and Effective Low Rank Representation Fine-tuning
von: Zhang, Longteng, et al.
Veröffentlicht: (2023)

Enhancing Multimodal Large Language Models for Ancient Chinese Character Evolution Analysis via Glyph-Driven Fine-Tuning
von: Song, Rui, et al.
Veröffentlicht: (2026)

Prompt-tuning with Attribute Guidance for Low-resource Entity Matching
von: Liu, Lihui, et al.
Veröffentlicht: (2026)

Promoting Equality in Large Language Models: Identifying and Mitigating the Implicit Bias based on Bayesian Theory
von: Deng, Yongxin, et al.
Veröffentlicht: (2024)

DoG-Instruct: Towards Premium Instruction-Tuning Data via Text-Grounded Instruction Wrapping
von: Chen, Yongrui, et al.
Veröffentlicht: (2023)

Mitigating Fine-tuning based Jailbreak Attack with Backdoor Enhanced Safety Alignment
von: Wang, Jiongxiao, et al.
Veröffentlicht: (2024)

Are LLMs Effective Backbones for Fine-tuning? An Experimental Investigation of Supervised LLMs on Chinese Short Text Matching
von: Liu, Shulin, et al.
Veröffentlicht: (2024)

UMB@PerAnsSumm 2025: Enhancing Perspective-Aware Summarization with Prompt Optimization and Supervised Fine-Tuning
von: Qi, Kristin, et al.
Veröffentlicht: (2025)

MultiLingPoT: Enhancing Mathematical Reasoning with Multilingual Program Fine-tuning
von: Li, Nianqi, et al.
Veröffentlicht: (2024)

InsCL: A Data-efficient Continual Learning Paradigm for Fine-tuning Large Language Models with Instructions
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Small Updates, Big Doubts: Does Parameter-Efficient Fine-tuning Enhance Hallucination Detection ?
von: Hu, Xu, et al.
Veröffentlicht: (2026)

Beyond Prompt Content: Enhancing LLM Performance via Content-Format Integrated Prompt Optimization
von: Liu, Yuanye, et al.
Veröffentlicht: (2025)

COIG-CQIA: Quality is All You Need for Chinese Instruction Fine-tuning
von: Bai, Yuelin, et al.
Veröffentlicht: (2024)

Fine-tuning with Hierarchical Prompting for Robust Propaganda Classification Across Annotation Schemas
von: Stähelin, Lukas, et al.
Veröffentlicht: (2026)