超越热潮：多类分类任务中的嵌入与提示

本研究解决了在AI热潮下传统分类方法是否仍相关的问题。通过构建基于嵌入的模型，我们发现其在多类分类问题上的表现优于基于提示的最新大型语言模型，准确率提高了49.5%。该方法在处理速度和成本上也显著更具优势，表明在可利用专有数据集的多类分类任务中，嵌入方法能提供更优结果，促使各领域的研究者和实践者重考其分类模型的选择。