Lean Workbook通过生成和过滤合成数据，将自然语言数学问题转化为Lean 4语句，提升LLM性能，数据集含57K对问题。
Huaiyuan Ying, Zijian Wu, Yihan Geng 等
ReST-MCTS*通过树搜索引导的自我训练，利用过程奖励自动推断高质量推理轨迹，提升LLM性能。
Dan Zhang, Sining Zhoubian, Ziniu Hu 等
提出OmegaPRM算法，利用自动化蒙特卡洛树搜索提升数学推理中的过程监督，显著改善大模型表现。
Liangchen Luo, Yinxiao Liu, Rosanne Liu 等
提出MediQ，结合主动提问的LLM临床推理基准，显著提升信息获取与诊断准确率。
Shuyue Stella Li, Vidhisha Balachandran, Shangbin Feng 等
提出四项错误识别与修正任务，构建1800例数据，GPT-4表现优异，提升47.9%。
Xiaoyuan Li, Wenjie Wang, Moxin Li 等
提出SWIF2T：基于多模型的科学写作焦点反馈生成系统，显著提升反馈的具体性和实用性。
Eric Chamoun, Michael Schlichktrull, Andreas Vlachos
提出一种基于后处理的DP文本重写增强方法，通过再次重写提升语义相似性和隐私保护，实验证明效果显著。
Stephen Meisenbacher, Florian Matthes
PathReasoner通过等价扩展建模推理路径，在逻辑问答中表现出色。
Fangzhi Xu, Qika Lin, Tianzhe Zhao 等
提出QUIRE算法，通过从问题中回忆额外信息提高CoT的有效性和忠实性，实验显示有效性提高2.4%，忠实性提高5.6%。
Jiachun Li, Pengfei Cao, Yubo Chen 等
提出基于严格正评分规则的语言生成方法，采用Brier和球面评分，提升模型性能。
Chenze Shao, Fandong Meng, Yijin Liu 等
大语言模型工具学习综述，分析工具学习的益处和实现方法。
Changle Qu, Sunhao Dai, Xiaochi Wei 等
KG-FIT通过LLM引导的层次结构微调知识图嵌入，提升预测准确率达14.4%。
Pengcheng Jiang, Lang Cao, Cao Xiao 等
COLT用协同学习提升工具检索完整性，BERT-mini(11M)优于BERT-large(340M)。
Changle Qu, Sunhao Dai, Xiaochi Wei 等
提出Representation Noising（RepNoise）防御机制，有效阻止有害微调，保留模型能力。
Domenic Rosati, Jan Wehner, Kai Williams 等
引入参数化世界知识模型（WKM）提升大语言模型在复杂任务中的全局与局部规划能力。
Shuofei Qiao, Runnan Fang, Ningyu Zhang 等
xFinder通过优化关键答案提取模块，提升LLM评估准确性，提取准确率达93.42%。
Qingchen Yu, Zifan Zheng, Shichao Song 等
Chameleon模型通过早期融合技术实现图像和文本的生成与理解，性能超越Llama-2。
Chameleon Team
提出CoRE系统，利用大语言模型作为自然语言程序的解释器，实现自然语言、伪代码与流程编程的统一。
Shuyuan Xu, Zelong Li, Kai Mei 等
利用Large Language Models（LLMs）自动生成模型与数据卡，提升责任AI的文档完整性。
Jiarui Liu, Wenkai Li, Zhijing Jin 等
本研究通过控制新知识比例，发现微调LLMs学习新知识缓慢，增加幻觉风险，支持预训练知识主导利用。
Zorik Gekhman, Gal Yona, Roee Aharoni 等