A Multi-Stage Framework with Taxonomy-Guided Reasoning for Occupation Classification Using Large Language Models
Created by
Haebom
Category
Empty
저자
Palakorn Achananuparp, Ee-Peng Lim, Yao Lu
개요
본 연구는 직업 분류 작업을 수행하기 위해 대규모 언어 모델(LLM)의 능력을 평가하고, 데이터 희소성 및 수동 주석의 어려움을 해결하기 위한 프레임워크를 제안합니다. LLM의 직업 분류 능력, 특히 작은 모델의 한계를 확인하고, 추론, 검색, 재순위 단계를 포함하는 다단계 프레임워크를 제시합니다. 이 프레임워크는 분류 작업의 성능을 향상시키고, GPT-4o와 같은 최첨단 모델에 비해 비용 효율적인 대안을 제시합니다.
