Newest papers

DIAL: Steerable Language Models with Distilled Instruction-Adherence Levels

Thanh Q. Tran, John Russell Himawan, Arun Verma, Kiwan Wong, Wei Xiao, Daniela Rus, Bryan Kian Hsiang Low · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31438 · open-access PDF

Hindi

जब कोई उपयोगकर्ता कहता है "यह संक्षिप्त रखें", तो एलएलएम का जवाब कितना संक्षिप्त होना चाहिए? अधिक सामान्य तौर पर, उपयोगकर्ताओं और अनुप्रयोगों को निर्देशों के अनुरूपता के विभिन्न स्तरों की आवश्यकता होती है, लेकिन प्रोत्साहन को विश्वसनीय रूप से उन पर अच्छी तरह से नियंत्रित नहीं किया जाता है। इसलिए, हम "प्रबंधित भाषा मॉडल" का अध्ययन करते हैं जो उस डिग्री पर अच्छी तरह से आंकड़ा नियंत्रण प्रदान करते हैं जिसमें मॉडल पाठ में निर्दिष्ट सामान्य निर्देशों का पालन करते हैं। हालांकि, मौजूदा दृष्टिकोण विभिन्न निर्देशों के माध्यम से अच्छी तरह से नियंत्रण, दक्षता और स्केल की पेशकश नहीं करते हैं। इस अंतर को सुलझाने के लिए, हम DIAL (Distilled Instruction-Adh

Machine translation (Meta M2M100); the English original follows.

Abstract

When a user says "Keep it short", how short should the LLM's response be? More generally, users and applications require different levels of instruction adherence, but prompting does not reliably provide fine-grained control over them. We therefore study "steerable language models" that provide fine-grained numerical control over the degree to which models follow general instructions specified in text. However, existing approaches do not jointly offer fine-grained control, efficiency, and scalability across diverse instructions. To address this gap, we introduce DIAL (Distilled Instruction-Adh

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange