Tag-Evol：通过标签注入实现高效的指令演化
计算与语言
2025-06-02 v1
摘要
Evol-Instruct 作为一种数据合成方法在多个领域取得了显著进展。现有方法通常依赖固定的策略集进行演化，这需要人工设计且形式单一。此外，迭代演化也使得获取困难样本的成本高昂。有鉴于此，我们提出了 Tag-Evol 框架，一种更加多样且高效的指令演化方法。具体而言，Tag-Evol 使用多样且特定的知识标签作为策略，通过将不同的标签组合注入原始指令来实现受控演化。在多个骨干模型和多样化领域基准上的实验表明，所提出的方法生成的演化数据显著优于其他方法。此外，我们对演化数据进行了全面分析，证明 Tag-Evol 不仅高效，而且能生成更加多样和具有挑战性的数据。
引用
@article{arxiv.2505.24165,
title = {Tag-Evol: Achieving Efficient Instruction Evolving via Tag Injection},
author = {Yixuan Wang and Shiqi Zhou and Chuanzhe Guo and Qingfu Zhu},
journal= {arXiv preprint arXiv:2505.24165},
year = {2025}
}
备注
Accepted as Findings of ACL 2025