Buchumschlag

The effect of fine-tuning on language model toxicity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hawkins, Will, Mittelstadt, Brent, Russell, Chris
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deepfakes on Demand: the rise of accessible non-consensual deepfake image generators
von: Hawkins, Will, et al.
Veröffentlicht: (2025)

OxonFair: A Flexible Toolkit for Algorithmic Fairness
von: Delaney, Eoin, et al.
Veröffentlicht: (2024)

AI-Mediated Communication Can Steer Collective Opinion
von: Tsirtsis, Stratis, et al.
Veröffentlicht: (2026)

How does fine-tuning improve sensorimotor representations in large language models?
von: Wu, Minghua, et al.
Veröffentlicht: (2026)

Reinforcement learning fine-tuning of language model for instruction following and math reasoning
von: Han, Yifu, et al.
Veröffentlicht: (2025)

Evolution of meta's llama models and parameter-efficient fine-tuning of large language models: a survey
von: Abdullah, Abdulhady Abas, et al.
Veröffentlicht: (2025)

Efficient and Private: Memorisation under differentially private parameter-efficient fine-tuning in language models
von: Ma, Olivia, et al.
Veröffentlicht: (2024)

Open-weight genome language model safeguards: Assessing robustness via adversarial fine-tuning
von: Black, James R. M., et al.
Veröffentlicht: (2025)

Metaphor identification using large language models: A comparison of RAG, prompt engineering, and fine-tuning
von: Fuoli, Matteo, et al.
Veröffentlicht: (2025)

An empirical study of LoRA-based fine-tuning of large language models for automated test case generation
von: Moradi, Milad, et al.
Veröffentlicht: (2026)

Learning from models beyond fine-tuning
von: Zheng, Hongling, et al.
Veröffentlicht: (2023)

Human-like in-group bias in instruction-tuned language model agents
von: Lee, Messi H. J.
Veröffentlicht: (2026)

Uncertainty modeling for fine-tuned implicit functions
von: Susmelj, Anna, et al.
Veröffentlicht: (2024)

Rethinking harmless refusals when fine-tuning foundation models
von: Pop, Florin, et al.
Veröffentlicht: (2024)

Resource-constrained Fairness
von: Goethals, Sofie, et al.
Veröffentlicht: (2024)

Improved techniques for fine-tuning flow models via adjoint matching: a deterministic control pipeline
von: Guo, Zhengyi, et al.
Veröffentlicht: (2026)

OpenMedLM: Prompt engineering can out-perform fine-tuning in medical question-answering with open-source large language models
von: Maharjan, Jenish, et al.
Veröffentlicht: (2024)

Color histogram equalization and fine-tuning to improve expression recognition of (partially occluded) faces on sign language datasets
von: Nunnari, Fabrizio, et al.
Veröffentlicht: (2025)

Minor SFT loss for LLM fine-tune to increase performance and reduce model deviation
von: Xie, Shiming, et al.
Veröffentlicht: (2024)

Zero-shot cross-lingual transfer in instruction tuning of large language models
von: Chirkova, Nadezhda, et al.
Veröffentlicht: (2024)

Empirical influence functions to understand the logic of fine-tuning
von: Matelsky, Jordan K., et al.
Veröffentlicht: (2024)

Retention analysis of edited knowledge after fine-tuning
von: Wen, Fufang, et al.
Veröffentlicht: (2025)

Evolutionary fine tuning of quantized convolution-based deep learning models
von: Pietroń, Marcin
Veröffentlicht: (2026)

Scores as Actions: a framework of fine-tuning diffusion models by continuous-time reinforcement learning
von: Zhao, Hanyang, et al.
Veröffentlicht: (2024)

Correlating instruction-tuning (in multimodal models) with vision-language processing (in the brain)
von: Oota, Subba Reddy, et al.
Veröffentlicht: (2025)

Fine-tuning multilingual language models in Twitter/X sentiment analysis: a study on Eastern-European V4 languages
von: Filip, Tomáš, et al.
Veröffentlicht: (2024)

Antidote: Post-fine-tuning Safety Alignment for Large Language Models against Harmful Fine-tuning
von: Huang, Tiansheng, et al.
Veröffentlicht: (2024)

Panacea: Mitigating Harmful Fine-tuning for Large Language Models via Post-fine-tuning Perturbation
von: Wang, Yibo, et al.
Veröffentlicht: (2025)

Physics-informed fine-tuning of foundation models for partial differential equations
von: Medvedev, Vlad, et al.
Veröffentlicht: (2026)

Fine-tuning of lightweight large language models for sentiment classification on heterogeneous financial textual data
von: Amorin, Alvaro Paredes, et al.
Veröffentlicht: (2025)

Enhancing disease detection in radiology reports through fine-tuning lightweight LLM on weak labels
von: Wei, Yishu, et al.
Veröffentlicht: (2024)

Train on Validation (ToV): Fast data selection with applications to fine-tuning
von: Jain, Ayush, et al.
Veröffentlicht: (2025)

Using Optimal Transport as Alignment Objective for fine-tuning Multilingual Contextualized Embeddings
von: Alqahtani, Sawsan, et al.
Veröffentlicht: (2021)

Enhancing targeted transferability via feature space fine-tuning
von: Zeng, Hui, et al.
Veröffentlicht: (2024)

RandLoRA: Full-rank parameter-efficient fine-tuning of large models
von: Albert, Paul, et al.
Veröffentlicht: (2025)

Task-Specific Knowledge Distillation via Intermediate Probes
von: Brown, Ryan, et al.
Veröffentlicht: (2026)

FASTNav: Fine-tuned Adaptive Small-language-models Trained for Multi-point Robot Navigation
von: Chen, Yuxuan, et al.
Veröffentlicht: (2024)

Jal Anveshak: Prediction of fishing zones using fine-tuned LlaMa 2
von: Mejari, Arnav, et al.
Veröffentlicht: (2024)

LIFT: Interpretable truck driving risk prediction with literature-informed fine-tuned LLMs
von: Hu, Xiao, et al.
Veröffentlicht: (2025)

Rethinking Reinforcement fine-tuning of LLMs: A Multi-armed Bandit Learning Perspective
von: Hu, Xiao, et al.
Veröffentlicht: (2026)