Buchumschlag

A Unified Causal View of Instruction Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Lu, Huang, Wei, Zhang, Ruqing, Chen, Wei, Guo, Jiafeng, Cheng, Xueqi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Controlling Risk of Retrieval-augmented Generation: A Counterfactual Prompting Framework
von: Chen, Lu, et al.
Veröffentlicht: (2024)

Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method
von: Zhang, Weichao, et al.
Veröffentlicht: (2024)

CorpusBrain++: A Continual Generative Pre-Training Framework for Knowledge-Intensive Language Tasks
von: Guo, Jiafeng, et al.
Veröffentlicht: (2024)

MVAM: Multi-View Attention Method for Fine-grained Image-Text Matching
von: Cui, Wanqing, et al.
Veröffentlicht: (2024)

How Do LLM-Generated Texts Impact Term-Based Retrieval Models?
von: Huang, Wei, et al.
Veröffentlicht: (2025)

Evaluating Implicit Bias in Large Language Models by Attacking From a Psychometric Perspective
von: Wen, Yuchen, et al.
Veröffentlicht: (2024)

Robust Neural Information Retrieval: An Adversarial and Out-of-distribution Perspective
von: Liu, Yu-An, et al.
Veröffentlicht: (2024)

A Claim Decomposition Benchmark for Long-form Answer Verification
von: Zhang, Zhihao, et al.
Veröffentlicht: (2024)

Estimating Commonsense Plausibility through Semantic Shifts
von: Cui, Wanqing, et al.
Veröffentlicht: (2025)

Thinking Forward and Backward: Multi-Objective Reinforcement Learning for Retrieval-Augmented Reasoning
von: Wei, Wenda, et al.
Veröffentlicht: (2025)

MORE: Multi-mOdal REtrieval Augmented Generative Commonsense Reasoning
von: Cui, Wanqing, et al.
Veröffentlicht: (2024)

When Do LLMs Need Retrieval Augmentation? Mitigating LLMs' Overconfidence Helps Retrieval Augmentation
von: Ni, Shiyu, et al.
Veröffentlicht: (2024)

How Knowledge Popularity Influences and Enhances LLM Knowledge Boundary Perception
von: Ni, Shiyu, et al.
Veröffentlicht: (2025)

MI-PRUN: Optimize Large Language Model Pruning via Mutual Information
von: Zhang, Hao, et al.
Veröffentlicht: (2026)

On the Capacity of Citation Generation by Large Language Models
von: Qian, Haosheng, et al.
Veröffentlicht: (2024)

Iterative Structured Pruning for Large Language Models with Multi-Domain Calibration
von: Wu, Guangxin, et al.
Veröffentlicht: (2026)

CausalDiff: Causality-Inspired Disentanglement via Diffusion Model for Adversarial Defense
von: Zhang, Mingkun, et al.
Veröffentlicht: (2024)

Detoxification for LLM: From Dataset Itself
von: Shao, Wei, et al.
Veröffentlicht: (2026)

An Iterative Utility Judgment Framework Inspired by Philosophical Relevance via LLMs
von: Zhang, Hengran, et al.
Veröffentlicht: (2024)

LINKAGE: Listwise Ranking among Varied-Quality References for Non-Factoid QA Evaluation via LLMs
von: Yang, Sihui, et al.
Veröffentlicht: (2024)

Class-Incremental Few-Shot Event Detection
von: Zhao, Kailin, et al.
Veröffentlicht: (2024)

EGAD: Entropy-Guided Adaptive Distillation for Token-Level Knowledge Transfer
von: Zhang, Hao, et al.
Veröffentlicht: (2026)

StruProKGR: A Structural and Probabilistic Framework for Sparse Knowledge Graph Reasoning
von: Guo, Yucan, et al.
Veröffentlicht: (2025)

Synthetic Data (Almost) from Scratch: Generalized Instruction Tuning for Language Models
von: Li, Haoran, et al.
Veröffentlicht: (2024)

Towards Fully Exploiting LLM Internal States to Enhance Knowledge Boundary Perception
von: Ni, Shiyu, et al.
Veröffentlicht: (2025)

G2S: A General-to-Specific Learning Framework for Temporal Knowledge Graph Forecasting with Large Language Models
von: Bai, Long, et al.
Veröffentlicht: (2025)

Towards Robust Instruction Tuning on Multimodal Large Language Models
von: Han, Wei, et al.
Veröffentlicht: (2024)

CRAFT: Extracting and Tuning Cultural Instructions from the Wild
von: Wang, Bin, et al.
Veröffentlicht: (2024)

GraphGPT: Graph Instruction Tuning for Large Language Models
von: Tang, Jiabin, et al.
Veröffentlicht: (2023)

Annotation-Efficient Universal Honesty Alignment
von: Ni, Shiyu, et al.
Veröffentlicht: (2025)

LLM-Specific Utility: A New Perspective for Retrieval-Augmented Generation
von: Zhang, Hengran, et al.
Veröffentlicht: (2025)

JsonTuning: Towards Generalizable, Robust, and Controllable Instruction Tuning
von: Gao, Chang, et al.
Veröffentlicht: (2023)

An In-Context Schema Understanding Method for Knowledge Base Question Answering
von: Liu, Yantao, et al.
Veröffentlicht: (2023)

Listwise Generative Retrieval Models via a Sequential Learning Process
von: Tang, Yubao, et al.
Veröffentlicht: (2024)

Generative Retrieval Meets Multi-Graded Relevance
von: Tang, Yubao, et al.
Veröffentlicht: (2024)

Large-Scale Data Selection for Instruction Tuning
von: Ivison, Hamish, et al.
Veröffentlicht: (2025)

Parrot: Multilingual Visual Instruction Tuning
von: Sun, Hai-Long, et al.
Veröffentlicht: (2024)

Position Debiasing Fine-Tuning for Causal Perception in Long-Term Dialogue
von: Fan, Shixuan, et al.
Veröffentlicht: (2024)

Classifier Guidance Enhances Diffusion-based Adversarial Purification by Preserving Predictive Information
von: Zhang, Mingkun, et al.
Veröffentlicht: (2024)

Data Selection for Multi-turn Dialogue Instruction Tuning
von: Li, Bo, et al.
Veröffentlicht: (2026)