제품 분류를 위한 기계 학습 알고리즘과 대규모 언어 모델 비교

본 연구는 온라인 전자 상거래 플랫폼의 제품 분류를 자동화하는 데 있어 전통적인 기계 학습 알고리즘과 대규모 언어 모델(LLMs)의 효능을 탐구합니다. 이러한 방법론을 비교함으로써 다양한 제품 목록을 분류하는 성능을 평가합니다. 우리의 발견은 이러한 맥락에서 LLM이 복잡한 텍스트 데이터를 이해하고 분류하는 데 있어 전통적인 기계 학습 기법과 유사한 성능을 제공함을 나타내며, 이 맥락에서 LLM의 사용이 불필요할 수 있음을 시사합니다. 궁극적으로 교환은 각 모델의 운영 비용과 자원 소비에 따른다는 것입니다. 이 작업은 빠르게 확장하는 온라인 시장 환경에서 현재 텍스트 분류 기법의 능력과 한계에 대한 통찰을 제공함으로써 해당 분야에 기여하고 있습니다.