यह शोधपत्र विभिन्न मॉडलों, उपयोग विधियों और भाषाओं में, बड़े पैमाने के भाषा मॉडल (एलएलएम) के प्रदर्शन का व्यापक मूल्यांकन करता है, जो ऑनलाइन प्लेटफ़ॉर्म पर फर्जी खबरों, अत्यधिक पूर्वाग्रह और हानिकारक सामग्री के प्रसार के विरुद्ध एक प्रतिकार के रूप में ध्यान आकर्षित कर रहे हैं। दस डेटासेट और पाँच भाषाओं (अंग्रेजी, स्पेनिश, पुर्तगाली, अरबी और बल्गेरियाई) का उपयोग करते हुए, हमने बाइनरी और मल्टी-क्लास परिदृश्यों में एलएलएम अनुकूलन प्रतिमानों की प्रयोगात्मक रूप से तुलना और विश्लेषण किया। हमने विभिन्न संदर्भ-आधारित शिक्षण रणनीतियों का परीक्षण किया, जिनमें पैरामीटर-कुशल फ़ाइन-ट्यूनिंग, ज़ीरो-शॉट प्रॉम्प्ट, कोडबुक, फ़्यू-शॉट लर्निंग (यादृच्छिक चयन और डीपीपी-आधारित बहुविकल्पीय उदाहरणों सहित), और चेन-ऑफ़-थॉट शामिल हैं।
