跨学科指令文本：关于复杂指令理解的表示、下游任务与挑战综述
计算与语言
2026-03-24 v3
摘要
最新进展表明，大型语言模型在通过指令调谐遵循简单指令方面展现出前景。然而，现实世界的任务通常涉及复杂的多步骤指令，这些指令对当前 NLP 系统仍具有挑战性。对此类指令的稳健理解对于将 LLM 部署为可通过自然语言编程以执行复杂现实任务的通用智能体至关重要，这些任务涵盖机器人、业务自动化和交互系统等领域。尽管对该领域日益感兴趣，但缺乏对复杂指令理解和处理 landscape 的系统性分析。通过系统性文献综述，我们分析了可获得的资源、表示方案以及与指令文本相关的下游任务。我们的研究检查了 181 篇论文，确定了该新兴领域的趋势、挑战和机遇。我们为 AI/NLP 研究人员提供了必要的背景知识和各种复杂指令理解方法的统一视图，弥合了不同研究方向之间的差距，并突出了未来研究机遇。
引用
@article{arxiv.2410.18529,
title = {Instructional Text Across Disciplines: A Survey of Representations, Downstream Tasks, and Open Challenges Toward Capable AI Agents},
author = {Abdulfattah Safa and Tamta Kapanadze and Arda Uzunoğlu and Gözde Gül Şahin},
journal= {arXiv preprint arXiv:2410.18529},
year = {2026}
}
备注
Pre-CoLI print. Accepted for publication in Computational Linguistics (MIT Press). Advance online publication. March 2026