Reinforcement learning fine-tuning of language model for instruction following and math reasoning
Fuente:
arXiv
Salvato in:
| Autori principali: | Han, Yifu, Zhang, Geo |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Zero-shot cross-lingual transfer in instruction tuning of large language models
di: Chirkova, Nadezhda, et al.
Pubblicazione: (2024)
di: Chirkova, Nadezhda, et al.
Pubblicazione: (2024)
WizardLM: Empowering large pre-trained language models to follow complex instructions
di: Xu, Can, et al.
Pubblicazione: (2023)
di: Xu, Can, et al.
Pubblicazione: (2023)
How does fine-tuning improve sensorimotor representations in large language models?
di: Wu, Minghua, et al.
Pubblicazione: (2026)
di: Wu, Minghua, et al.
Pubblicazione: (2026)
Evolution of meta's llama models and parameter-efficient fine-tuning of large language models: a survey
di: Abdullah, Abdulhady Abas, et al.
Pubblicazione: (2025)
di: Abdullah, Abdulhady Abas, et al.
Pubblicazione: (2025)
To CoT or not to CoT? Chain-of-thought helps mainly on math and symbolic reasoning
di: Sprague, Zayne, et al.
Pubblicazione: (2024)
di: Sprague, Zayne, et al.
Pubblicazione: (2024)
Metaphor identification using large language models: A comparison of RAG, prompt engineering, and fine-tuning
di: Fuoli, Matteo, et al.
Pubblicazione: (2025)
di: Fuoli, Matteo, et al.
Pubblicazione: (2025)
Slm-mux: Orchestrating small language models for reasoning
di: Wang, Chenyu, et al.
Pubblicazione: (2025)
di: Wang, Chenyu, et al.
Pubblicazione: (2025)
Response: Emergent analogical reasoning in large language models
di: Hodel, Damian, et al.
Pubblicazione: (2023)
di: Hodel, Damian, et al.
Pubblicazione: (2023)
Retrieval-augmented reasoning with lean language models
di: Chan, Ryan Sze-Yin, et al.
Pubblicazione: (2025)
di: Chan, Ryan Sze-Yin, et al.
Pubblicazione: (2025)
Code-enabled language models can outperform reasoning models on diverse tasks
di: Zhang, Cedegao E., et al.
Pubblicazione: (2025)
di: Zhang, Cedegao E., et al.
Pubblicazione: (2025)
MathDivide: Improved mathematical reasoning by large language models
di: Srivastava, Saksham Sahai, et al.
Pubblicazione: (2024)
di: Srivastava, Saksham Sahai, et al.
Pubblicazione: (2024)
Do LLMs estimate uncertainty well in instruction-following?
di: Heo, Juyeon, et al.
Pubblicazione: (2024)
di: Heo, Juyeon, et al.
Pubblicazione: (2024)
Do LLMs "know" internally when they follow instructions?
di: Heo, Juyeon, et al.
Pubblicazione: (2024)
di: Heo, Juyeon, et al.
Pubblicazione: (2024)
ZNO-Eval: Benchmarking reasoning capabilities of large language models in Ukrainian
di: Syromiatnikov, Mykyta, et al.
Pubblicazione: (2025)
di: Syromiatnikov, Mykyta, et al.
Pubblicazione: (2025)
Enhancing reasoning accuracy in large language models during inference time
di: Sharma, Vinay, et al.
Pubblicazione: (2026)
di: Sharma, Vinay, et al.
Pubblicazione: (2026)
Large language models show fragile cognitive reasoning about human emotions
di: Bhattacharyya, Sree, et al.
Pubblicazione: (2025)
di: Bhattacharyya, Sree, et al.
Pubblicazione: (2025)
ThoughtSource: A central hub for large language model reasoning data
di: Ott, Simon, et al.
Pubblicazione: (2023)
di: Ott, Simon, et al.
Pubblicazione: (2023)
Superhuman performance of a large language model on the reasoning tasks of a physician
di: Brodeur, Peter G., et al.
Pubblicazione: (2024)
di: Brodeur, Peter G., et al.
Pubblicazione: (2024)
Retention analysis of edited knowledge after fine-tuning
di: Wen, Fufang, et al.
Pubblicazione: (2025)
di: Wen, Fufang, et al.
Pubblicazione: (2025)
Investigating the interaction of linguistic and mathematical reasoning in language models using multilingual number puzzles
di: Bhattacharya, Antara Raaghavi, et al.
Pubblicazione: (2025)
di: Bhattacharya, Antara Raaghavi, et al.
Pubblicazione: (2025)
Social preferences with unstable interactive reasoning: Large language models in economic trust games
di: Jiamin, Ou, et al.
Pubblicazione: (2025)
di: Jiamin, Ou, et al.
Pubblicazione: (2025)
Evidence from counterfactual tasks supports emergent analogical reasoning in large language models
di: Webb, Taylor, et al.
Pubblicazione: (2024)
di: Webb, Taylor, et al.
Pubblicazione: (2024)
ClinicalGPT-R1: Pushing reasoning capability of generalist disease diagnosis with large language model
di: Lan, Wuyang, et al.
Pubblicazione: (2025)
di: Lan, Wuyang, et al.
Pubblicazione: (2025)
Response-free item difficulty modelling for multiple-choice items with fine-tuned transformers: Component-wise representation and multi-task learning
di: Netík, Jan, et al.
Pubblicazione: (2026)
di: Netík, Jan, et al.
Pubblicazione: (2026)
Minor SFT loss for LLM fine-tune to increase performance and reduce model deviation
di: Xie, Shiming, et al.
Pubblicazione: (2024)
di: Xie, Shiming, et al.
Pubblicazione: (2024)
Rethinking harmless refusals when fine-tuning foundation models
di: Pop, Florin, et al.
Pubblicazione: (2024)
di: Pop, Florin, et al.
Pubblicazione: (2024)
BLEUBERI: BLEU is a surprisingly effective reward for instruction following
di: Chang, Yapei, et al.
Pubblicazione: (2025)
di: Chang, Yapei, et al.
Pubblicazione: (2025)
CARE: Cognitive-reasoning Augmented Reinforcement for Emotional Support Conversation
di: Zhu, Jie, et al.
Pubblicazione: (2025)
di: Zhu, Jie, et al.
Pubblicazione: (2025)
Using Optimal Transport as Alignment Objective for fine-tuning Multilingual Contextualized Embeddings
di: Alqahtani, Sawsan, et al.
Pubblicazione: (2021)
di: Alqahtani, Sawsan, et al.
Pubblicazione: (2021)
Fine-tuning multilingual language models in Twitter/X sentiment analysis: a study on Eastern-European V4 languages
di: Filip, Tomáš, et al.
Pubblicazione: (2024)
di: Filip, Tomáš, et al.
Pubblicazione: (2024)
Panacea: Mitigating Harmful Fine-tuning for Large Language Models via Post-fine-tuning Perturbation
di: Wang, Yibo, et al.
Pubblicazione: (2025)
di: Wang, Yibo, et al.
Pubblicazione: (2025)
OpenMedLM: Prompt engineering can out-perform fine-tuning in medical question-answering with open-source large language models
di: Maharjan, Jenish, et al.
Pubblicazione: (2024)
di: Maharjan, Jenish, et al.
Pubblicazione: (2024)
ReadCtrl: Personalizing text generation with readability-controlled instruction learning
di: Tran, Hieu, et al.
Pubblicazione: (2024)
di: Tran, Hieu, et al.
Pubblicazione: (2024)
MedReadCtrl: Personalizing medical text generation with readability-controlled instruction learning
di: Tran, Hieu, et al.
Pubblicazione: (2025)
di: Tran, Hieu, et al.
Pubblicazione: (2025)
Multi-step retrieval and reasoning improves radiology question answering with large language models
di: Wind, Sebastian, et al.
Pubblicazione: (2025)
di: Wind, Sebastian, et al.
Pubblicazione: (2025)
Fine-tuning of lightweight large language models for sentiment classification on heterogeneous financial textual data
di: Amorin, Alvaro Paredes, et al.
Pubblicazione: (2025)
di: Amorin, Alvaro Paredes, et al.
Pubblicazione: (2025)
When a language model is optimized for reasoning, does it still show embers of autoregression? An analysis of OpenAI o1
di: McCoy, R. Thomas, et al.
Pubblicazione: (2024)
di: McCoy, R. Thomas, et al.
Pubblicazione: (2024)
Automated stereotactic radiosurgery planning using a human-in-the-loop reasoning large language model agent
di: Nusrat, Humza, et al.
Pubblicazione: (2025)
di: Nusrat, Humza, et al.
Pubblicazione: (2025)
RandLoRA: Full-rank parameter-efficient fine-tuning of large models
di: Albert, Paul, et al.
Pubblicazione: (2025)
di: Albert, Paul, et al.
Pubblicazione: (2025)
A new approach for fine-tuning sentence transformers for intent classification and out-of-scope detection tasks
di: Zhang, Tianyi, et al.
Pubblicazione: (2024)
di: Zhang, Tianyi, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Zero-shot cross-lingual transfer in instruction tuning of large language models
di: Chirkova, Nadezhda, et al.
Pubblicazione: (2024) -
WizardLM: Empowering large pre-trained language models to follow complex instructions
di: Xu, Can, et al.
Pubblicazione: (2023) -
How does fine-tuning improve sensorimotor representations in large language models?
di: Wu, Minghua, et al.
Pubblicazione: (2026) -
Evolution of meta's llama models and parameter-efficient fine-tuning of large language models: a survey
di: Abdullah, Abdulhady Abas, et al.
Pubblicazione: (2025) -
To CoT or not to CoT? Chain-of-thought helps mainly on math and symbolic reasoning
di: Sprague, Zayne, et al.
Pubblicazione: (2024)