本文综述大语言模型指令调优研究，涵盖多种指令生成与优化方法：Auto-Instruct自动生成并排序候选指令以提升指令质量与泛化能力；Ada-Instruct仅需十样本微调即可生成复杂推理长指令；InstructMining评估指令数据质量；BioInstruct构建生物医学指令数据集；CoachLM自动修订样本，将高质量样本比例从17.7%提升至78.9%；Evol-Instruct利用LLM生成复杂指令训练WizardLM；此外还涉及Self-Instruct、SelectLLM等方法及相关综述。