QARI-OCR: High-Fidelity Arabic Text Recognition through Multimodal Large Language Model Adaptation
机构 * NAMAA ; KAND CA Corp. ; Prince Sultan University
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.AI
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。
机构 * NAMAA ; KAND CA Corp. ; Prince Sultan University
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.AI
机构 * Center for Systems Science and Engineering(系统科学与工程中心) ; Johns Hopkins University(约翰霍普金斯大学)
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL
Comments Last revised 13 Feb 2025. Under review in Nature portfolio
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.LG
Comments Published in the Journal of Machine Learning with Applications, Author Contributions: Averi Bates: Methodology, Development, Analysis, Data Curation, Drafting, Review. Ryan Vavricka: Data Curation, Development, Review. Shane Carleton: Supervision, Funding. Ruosi Shao: Review. Chongle Pan: Supervision, Review
Journal ref Mach. Learn. Appl. 20 (2025) 100660
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.CL
专题命中 指令微调 :large language model(title);language model(title);prompting(abstract);分类 cs.CL
Comments Reviewed ARR December 2024
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.LG
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.AI
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.CL
Comments Under Review
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.AI
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.CL
Journal ref 2024.starsem-1.30
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL
Comments Accepted by EMNLP 2024 Findings. arXiv admin note: substantial text overlap with arXiv:2405.18203
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL
Comments 24 pages, 3 figures, 11 tables
专题命中 指令微调 :large language model(title);language model(title);instruction tuning(abstract);分类 cs.CL
Comments 21pages, 8 figures
专题命中 指令微调 :LLM(abstract);large language model(abstract);language model(abstract);SFT(abstract)
Comments Accepted to ACL (Main) 2024
专题命中 指令微调 :language model(title,abstract);small language model(title);分类 cs.CL
Comments Accepted to ACL 2024 (Main Conference)
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.CL
Comments 14 pages, 4 figures, 5 tables
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.AI
专题命中 指令微调 :large language model(title);language model(title);LLM(abstract);分类 cs.CL
Comments 15 pages in total
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.CL
专题命中 指令微调 :language model(title,abstract);large language model(title);分类 cs.CL
Comments Accepted to ACL SRW 2023
聚合分数所遗漏的:商业大语言模型API迁移中项目级回归的测量
专题命中 指令微调 :LLM(title,abstract_cn);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
AI总结 该研究针对GPT-5.4到GPT-5.6 Sol的三次升级,发现聚合分数遗漏了项目级双向变化,发布了响应级档案与项目级评分输出。
Comments 25 pages, 1 figure, 10 tables (including 8 appendix tables)
基于指令微调的自然语言规则的领域无关文本脱敏
机构 * Mphasis Limited(美费西斯有限公司)
专题命中 指令微调 :instruction tuning(title);LLM(abstract,abstract_cn);language model(abstract);分类 cs.CL、cs.AI
AI总结 本文提出一种基于指令微调语言模型的领域无关可解释文本脱敏方案,支持用户以自然语言定义敏感信息,可应用于法律、医疗等关键场景的自动文本脱敏。
TriShield:通过正交梯度投影与优化器状态纠缠实现联邦语言模型微调中隐私后门的零效用损失防御
机构 * Honor Device Co., Ltd.(荣耀终端有限公司)
专题命中 指令微调 :language model(title,abstract);LLM(abstract_cn);large language model(abstract);分类 cs.CL、cs.LG
AI总结 TriShield是一种三层确定性防御,通过参数特征检测、有状态虚拟迭代和零效用正交投影,可完全抵御NeuroImprint攻击,且零模型效用损失、无额外通信轮次,计算开销低。
Comments 12 pages,3 figures
IKS-Instruct:一个用于教授语言模型印度知识体系的包含24000个示例的多语言数据集
机构 * Intrinsic Lab, Centre for Sensors, Instrumentation and Cyber-Physical System Engineering (Centre for SeNSE), Indian Institute of Technology Delhi(印度理工学院德里分校传感器、仪器仪表和网络物理系统工程中心(传感中心)本征实验室) ; RSL Quantum, FITT, IIT Delhi(印度理工学院德里分校 FITT 学院 RSL 量子实验室)
专题命中 指令微调 :language model(title,abstract);large language model(abstract);instruction tuning(abstract);分类 cs.CL、cs.LG
AI总结 研究针对现有指令数据集问题,提出IKS-Instruct多语言数据集教授语言模型印度知识体系,源于六种源类型,经多评判评估框架评估质量,展示了该数据集在特定模型微调上的效果及模型质量与数据整理的关系。
Comments 32 pages, 5 figures
SafeCRS: 为基于大语言模型的对话推荐系统实现个性化安全对齐
机构 * University of Illinois at Chicago(伊利诺伊大学芝加哥分校) ; University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Amazon(亚马逊)
专题命中 指令微调 :LLM(title,abstract);SFT(abstract,abstract_cn);分类 cs.CL、cs.AI
AI总结 SafeCRS通过整合安全监督微调与安全组奖励解耦归一化策略优化,提升基于大语言模型的对话推荐系统在个性化安全约束下的推荐质量与安全对齐能力。
Comments Accepted by SIGKDD 2026
LuxInstruct:一个用于卢森堡语的跨语言指令微调数据集
机构 * SnT, University of Luxembourg(卢森堡大学SnT学院) ; Zortify Labs, Zortify S.A.(Zortify实验室)
专题命中 指令微调 :instruction tuning(title,abstract);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI
AI总结 针对卢森堡语缺乏高质量指令数据集问题,利用英、法、德对齐数据创建跨语言指令微调数据集,避免机器翻译弊端,提升模型在卢森堡语中的生成能力,为低资源语言发展提供新思路。
Comments Paper accepted at KONVENS 2026
FedLSG:用于联邦图后门防御的大语言模型增强语义校准
机构 * Southeast University(东南大学) ; Purple Mountain Laboratories(紫金山实验室) ; Institute of AI for Industries(人工智能产业研究院) ; Chinese Academy of Sciences(中国科学院)
专题命中 指令微调 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
AI总结 针对联邦图神经网络易受后门攻击问题,提出FedLSG框架,将大语言模型集成防御,通过图与行为到文本的转换及轻量级师生架构,在不损图完整性时显著提升对后门攻击的抵抗力。
人物角色制图:在权重空间中描绘语言模型的个性特征
机构 * dsit.gov.uk(数字科学与创新部)
专题命中 指令微调 :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.AI、cs.LG
AI总结 研究大型语言模型人物角色,用大五人格框架将其视为行为特征空间位置,训练低秩适配器控制特征,评估其效果,发现可构建混合人物角色并保持性能,还表明特征轴影响安全行为,引入无监督管道,为人格测量等架桥。
Comments 85 pages, 80 figures
TAG-DLM:面向文本属性图学习的扩散语言模型
机构 * UIUC(伊利诺伊大学厄巴纳-香槟分校) ; VISA(VISA研究院)
专题命中 指令微调 :language model(title,abstract);LLM(abstract,abstract_cn);分类 cs.CL、cs.LG
AI总结 提出TAG-DLM方法,通过掩码扩散语言模型统一文本推理与图消息传递,线性化邻域并利用拓扑注意力掩码实现图结构注入,无需微调即可适应节点分类、链接预测等任务,性能优于现有基线。
迈向连续运动-语言智能体:用于增量运动理解与生成的LoRA变体
机构 * IT & Engineering International University of Applied Sciences(IT与工程国际应用科学大学)
专题命中 指令微调 :language agent(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
AI总结 针对运动-语言智能体在连续任务中学习新运动概念时灾难性遗忘的问题,提出基于LoRA的混合专家架构,通过自编码器路由器选择任务特定专家,无需任务标签,在HumanML3D基准上实现双向任务近零遗忘并保持高质量。
Comments 16 pages, 1 figure, Accepted at the Conference on Lifelong Learning Agents (CoLLAs) 2026