术语slug: instruction-tuning

指令微调

Instruction Tuning

使用指令-响应对数据优化模型以更好遵循人类意图的训练方法

收录情报动态

共 14 篇 · 第 1/2 页
Rohan Paul (@rohanpaul_ai)T2·基座大模型
78 分
webAI 开源 TwIL-8B 小模型逼近前沿编程与数学能力

webAI 基于 IBM Granite 4.2 8B 训练并开源了 8.8B 参数的 TwIL-8B,主打数学、编程与指令遵循。官方称其量化后仅 4.98 GiB,可在 CPU 或普通显卡上运行,LiveCodeBench 得分 81.6%,超过 Qwen3.5-9B 与 Gemma 4 31B,并在编程与指令遵循上达到前沿模型约 92%-93% 的水平。

Hacker News AIT2·基座大模型
78 分
百度开源 ERNIE 5.5 Flash Base 280B 稀疏 MoE 基座模型

百度发布 ERNIE 5.5 Flash Base,这是一个总参数 280B、每 token 激活 14B 的稀疏 MoE 语言模型,基于 33.5T token 从零预训练,训练上下文 128K,微调与推理支持 1M token。发布的是预训练结束、尚未经过中段与后训练的权重,定位为领域适配、指令微调与强化学习研究的通用起点。

Apple Machine Learning ResearchT1·基座大模型
68 分
LLM 条件控制研究:揭示流畅度与有效性权衡

最新研究系统评估了大模型输出控制方法,发现高效激活引导技术往往以牺牲生成流畅度为代价。研究指出,指令微调显著削弱了激活引导在概念注入/移除任务中的有效性,而简单提示和全量监督微调虽适合概念注入但在移除任务上表现不佳。此外,低成本文本指标被证实能高度替代昂贵的 LLM-as-judge 评分。

Qwen 官方博客 (通义)T1·基座大模型
78 分
Qwen3-TTS 发布音色设计与克隆模型

阿里 Qwen 团队推出 Qwen3-TTS-VD-Flash(音色设计)和 Qwen3-TTS-VC-Flash(音色克隆)两款新模型。前者支持通过自然语言指令精细调控音色、情感与人设,后者实现 3 秒级多语言音色克隆。基准测试显示其在 InstructTTS-Eval 和多语言 WER 指标上优于 GPT-4o-mini-tts 及 ElevenLabs 等竞品。

Hugging Face BlogT1·基座大模型
45 分
InstructPix2Pix:指令微调 Stable Diffusion

InstructPix2Pix 提出了一种通过指令微调 Stable Diffusion 实现图像编辑的新方法。该技术允许用户仅通过自然语言指令(如“让天空变暗”)即可对图像进行精确修改,无需复杂的提示工程或反向传播优化。其核心在于利用大规模合成数据训练模型理解编辑意图与视觉变化之间的映射关系。