순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Instruction Tuning for Large Language Models: A Survey
Shengyu Zhang, Linfeng Dong, Xiaoya Li 외 · ACM Computing Surveys · 2025년 · 조회 19
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-11 발표 · 피인용 638회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT 슬롯은 최근 주목도를 반영하는데, 638회 인용 및 동년 상위 1%에 속하는 높은 인용율이 최신 연구 트렌드의 핵심 논문임을 입증한다.
논문 요약
본 논문은 대형 언어 모델에 대한 지시 튜닝(instruction tuning) 연구를 종합적으로 조사한다. 지시 튜닝이 LLM의 목표와 인간 지시 사이의 간극을 메우는 과정임을 밝히고, 데이터 구축, 모델 학습, 다양한 도메인 적용 방식을 정리한다. 또한 데이터 규모, 출력 품질 등 결과에 영향을 주는 요인들과 잠재적 함정을 분석한다.
후속 연구설계에 활용하기
지시 튜닝 데이터 규모·다양성 등을 독립 변수로 두고, 모델 성능과 응답 일관성을 종속 변수로 설정해, 최적 데이터 설계에 대한 실증 연구를 설계할 수 있다.
핵심어
지시 튜닝대형 언어 모델데이터셋 규모모델 제어
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.