Navigating the Prompt Space: Improving LLM Classification of Social Science Texts Through Prompt Engineering
Questo articolo dimostra che, sebbene la variazione sistematica degli elementi di prompt engineering come le descrizioni delle etichette, i suggerimenti istruzioni e gli esempi few-shot possa migliorare significativamente l'accuratezza della classificazione dei modelli linguistici di grandi dimensioni per i testi delle scienze sociali, i guadagni di prestazioni sono spesso marginali oltre gli incrementi minimi di contesto, possono talvolta diminuire con un contesto eccessivo e variano sostanzialmente tra i modelli e i compiti, rendendo necessaria una validazione individuale piuttosto che il ricorso a regole generali.