Effective Text Adaptation for LLM-based ASR through Soft Prompt Fine-Tuning
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments accepted as SLT 2024 proceeding
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments accepted as SLT 2024 proceeding
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :prompting(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);instruction tuning(abstract)
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);SFT(abstract)
Comments EMNLP 2024 Main. Codes are available at: https://github.com/declare-lab/safety-arithmetic
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);SFT(abstract)
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);preference optimization(abstract)
Comments 10 pages, 4 figures, 2 Tables, EMNLP2024
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments Project page: https://orrzohar.github.io/projects/video-star/
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)
Comments ACL 2024
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);SFT(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :foundation model(title,abstract);instruction tuning(abstract);pretraining(abstract);SFT(abstract)
Comments 23 pages, 3 figures, Project page: https://github.com/TencentARC/ViSFT/tree/main
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);instruction tuning(abstract)
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);instruction tuning(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
Comments Preprint
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);prompting(abstract)
Comments Accepted by NeurIPS 2023
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
专题命中 指令微调 :instruction tuning(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
面向稳健多帧医学视觉问答的目标对齐直接答案监督微调
机构 * Yale University(耶鲁大学)
专题命中 指令微调 :SFT(title,summary_cn);foundation model(comments)
AI总结 该研究针对MedFrameQA数据集,提出目标对齐的直接答案SFT是最强稳健适配系列,其在保留报告准确率上优于冻结基线且稳定性好,还可迁移至其他骨干网络,旨在引导研究聚焦稳健优化而非架构复杂度。
Comments Presented at the CVPR 2026 Workshop on Multimodal Foundation Models for Biomedicine: Challenges and Opportunities
基于大脑活动的阅读与操控LLM状态的轴
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出利用人类大脑活动作为坐标系,通过ICA提取潜在轴,操控LLM状态,实现可解释和可控的LLM行为。
Comments 10 pages, 4 figures. Code: https://github.com/sandroandric/Brain-Grounded-Axes-for-Reading-and-Steering-LLM-States
机构 * School of Computer Science, Wuhan University, China(武汉大学计算机学院) ; Suzhou Municipal Key Laboratory of Multimodal Intelligent Systems, Digital Innovation Research Center, Duke Kunshan University, China(多克大学数字创新研究中心)
专题命中 指令微调 :SLM(title,abstract);LLM(abstract);large language model(abstract);language model(abstract)
Comments Technical Report for MLC-SLM Challenge in Interspeech2025
专题命中 指令微调 :instruction tuning(title,comments);LLM(abstract);large language model(abstract);language model(abstract)
Comments 36 pages, 12 figures, NeurIPS 2023 Workshop on Instruction Tuning and Instruction Following
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Work in progress. Code is available at https://github.com/ZiyuGuo99/Point-Bind_Point-LLM
梯度幻影:大语言模型拆分学习中可训练且标签不可识别的梯度
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL、cs.LG
AI总结 针对大语言模型拆分学习中梯度匹配攻击的标签泄露问题,提出Gradient Mirage防御方法,通过三个维度的不一致性打破梯度-目标一致性,在保留优化效用的同时提升隐私保护,实现更优的隐私-效用权衡。
仅前向传播的领域适配(无需跨层反向传播)
机构 * University of California, Santa Cruz(加州大学圣克鲁兹分校) ; University of Melbourne(墨尔本大学)
专题命中 指令微调 :SFT(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
AI总结 该研究提出仅前向传播的MLP训练(FPO)方法,无需跨层反向传播即可适配大语言模型,提升吞吐量、降低内存开销,在保持域外基准性能的同时优化域内困惑度,且耗时低于限定SFT的方案。
Comments 15 pages
大型语言模型对越南方言的鲁棒性如何?
专题命中 指令微调 :LLM(summary_cn,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
AI总结 本研究通过构建VialectBench基准,评估指令微调LLM对越南方言的鲁棒性,发现方言输入会导致模型性能下降,且不同方言组的影响存在显著差异,标准越南语上的性能不代表方言场景下的可靠性。
Comments 8 pages, 3 figures, 4 tables