Buchumschlag

Semi-Instruct: Bridging Natural-Instruct and Self-Instruct for Code Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Xianzhen, Zhu, Qingfu, Zhang, Zhiming, Wang, Xu, Yang, Qing, Xu, Dongliang, Che, Wanxiang
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

Python is Not Always the Best Choice: Embracing Multilingual Program of Thoughts
von: Luo, Xianzhen, et al.
Veröffentlicht: (2024)

Turning Trash into Treasure: Accelerating Inference of Large Language Models with Token Recycling
von: Luo, Xianzhen, et al.
Veröffentlicht: (2024)

WizardCoder: Empowering Code Large Language Models with Evol-Instruct
von: Luo, Ziyang, et al.
Veröffentlicht: (2023)

ExpertPrompting: Instructing Large Language Models to be Distinguished Experts
von: Xu, Benfeng, et al.
Veröffentlicht: (2023)

Make Some Noise: Unlocking Language Model Parallel Inference Capability through Noisy Training
von: Wang, Yixuan, et al.
Veröffentlicht: (2024)

InstructCoder: Instruction Tuning Large Language Models for Code Editing
von: Li, Kaixin, et al.
Veröffentlicht: (2023)

Advancing Tool-Augmented Large Language Models via Meta-Verification and Reflection Learning
von: Ma, Zhiyuan, et al.
Veröffentlicht: (2025)

MMEvol: Empowering Multimodal Large Language Models with Evol-Instruct
von: Luo, Run, et al.
Veröffentlicht: (2024)

Instruct Large Language Models to Drive like Humans
von: Zhang, Ruijun, et al.
Veröffentlicht: (2024)

InstructRAG: Instructing Retrieval-Augmented Generation via Self-Synthesized Rationales
von: Wei, Zhepei, et al.
Veröffentlicht: (2024)

ICE-Score: Instructing Large Language Models to Evaluate Code
von: Zhuo, Terry Yue
Veröffentlicht: (2023)

R-Tuning: Instructing Large Language Models to Say `I Don't Know'
von: Zhang, Hanning, et al.
Veröffentlicht: (2023)

BioInstruct: Instruction Tuning of Large Language Models for Biomedical Natural Language Processing
von: Tran, Hieu, et al.
Veröffentlicht: (2023)

Instructing Large Language Models to Identify and Ignore Irrelevant Conditions
von: Wu, Zhenyu, et al.
Veröffentlicht: (2024)

Magicoder: Empowering Code Generation with OSS-Instruct
von: Wei, Yuxiang, et al.
Veröffentlicht: (2023)

Rewriting Conversational Utterances with Instructed Large Language Models
von: Galimzhanova, Elnara, et al.
Veröffentlicht: (2024)

GraphInstruct: Empowering Large Language Models with Graph Understanding and Reasoning Capability
von: Luo, Zihan, et al.
Veröffentlicht: (2024)

How Many Code and Test Cases Are Enough? Evaluating Test Cases Generation from a Binary-Matrix Perspective
von: Luo, Xianzhen, et al.
Veröffentlicht: (2025)

DS$^2$-Instruct: Domain-Specific Data Synthesis for Large Language Models Instruction Tuning
von: Xu, Ruiyao, et al.
Veröffentlicht: (2026)

Genetic Instruct: Scaling up Synthetic Generation of Coding Instructions for Large Language Models
von: Majumdar, Somshubra, et al.
Veröffentlicht: (2024)

Instruct Large Language Models to Generate Scientific Literature Survey Step by Step
von: Lai, Yuxuan, et al.
Veröffentlicht: (2024)

ConInstruct: Evaluating Large Language Models on Conflict Detection and Resolution in Instructions
von: He, Xingwei, et al.
Veröffentlicht: (2025)

Learning to Instruct for Visual Instruction Tuning
von: Zhou, Zhihan, et al.
Veröffentlicht: (2025)

Training Superior Sparse Autoencoders for Instruct Models
von: Li, Jiaming, et al.
Veröffentlicht: (2025)

SciInstruct: a Self-Reflective Instruction Annotated Dataset for Training Scientific Language Models
von: Zhang, Dan, et al.
Veröffentlicht: (2024)

Agent Instructs Large Language Models to be General Zero-Shot Reasoners
von: Crispino, Nicholas, et al.
Veröffentlicht: (2023)

When Does Context Help? Error Dynamics of Contextual Information in Large Language Models
von: Wang, Dingzirui, et al.
Veröffentlicht: (2026)

Self-Error-Instruct: Generalizing from Errors for LLMs Mathematical Reasoning
von: Yu, Erxin, et al.
Veröffentlicht: (2025)

ReviewInstruct: A Review-Driven Multi-Turn Conversations Generation Method for Large Language Models
von: Wu, Jiangxu, et al.
Veröffentlicht: (2025)

LexInstructEval: Lexical Instruction Following Evaluation for Large Language Models
von: Ren, Huimin, et al.
Veröffentlicht: (2025)

WizardMath: Empowering Mathematical Reasoning for Large Language Models via Reinforced Evol-Instruct
von: Luo, Haipeng, et al.
Veröffentlicht: (2023)

EasyInstruct: An Easy-to-use Instruction Processing Framework for Large Language Models
von: Ou, Yixin, et al.
Veröffentlicht: (2024)

InverseCoder: Self-improving Instruction-Tuned Code LLMs with Inverse-Instruct
von: Wu, Yutong, et al.
Veröffentlicht: (2024)

Instructing Large Language Models for Low-Resource Languages: A Systematic Study for Basque
von: Sainz, Oscar, et al.
Veröffentlicht: (2025)

Success is in the Details: Evaluate and Enhance Details Sensitivity of Code LLMs through Counterfactuals
von: Luo, Xianzhen, et al.
Veröffentlicht: (2025)

InstructEdit: Instruction-based Knowledge Editing for Large Language Models
von: Zhang, Ningyu, et al.
Veröffentlicht: (2024)

InstructPro: Natural Language Guided Ligand-Binding Protein Design
von: Song, Zhenqiao, et al.
Veröffentlicht: (2025)

A Survey of Table Reasoning with Large Language Models
von: Zhang, Xuanliang, et al.
Veröffentlicht: (2024)

DRESS: Instructing Large Vision-Language Models to Align and Interact with Humans via Natural Language Feedback
von: Chen, Yangyi, et al.
Veröffentlicht: (2023)

Infinity Instruct: Scaling Instruction Selection and Synthesis to Enhance Language Models
von: Li, Jijie, et al.
Veröffentlicht: (2025)