发布于 : Apr 03, 2024
Apr 2024
试验
大语言模型(LLMs)是自然语言处理(NLP)中的瑞士军刀。但它们往往比较昂贵,且并非总是最合适的 - 有时候使用一个螺丝刀会更合适。实际上,在 将传统NLP与LLMs相结合 ,或者在将多种NLP与LLMs相结合,以实现用例并利用LLMs的实际需求能力的步骤方面有很大的潜力。传统的数据科学和NLP方法,例如文档聚类、主题识别和分类,甚至摘要生成,成本更低且可能更有效地解决你的使用案例问题的一部分。然后,在需要生成和总结较长文本,或将多个大型文档合并时,我们使用LLMs,以利用其较高的注意力跨度和记忆力。例如,我们已经成功地将这些技术结合使用,从一个大型单个趋势文档语料库生成关于某一领域的全面趋势报告,同时结合传统聚类方法和LLMs的生成能力。