大型语言模型用于故障模式分类:一项调查
原文中文,约300字,阅读约需1分钟。发表于: 。本研究首次探讨大型语言模型(LLMs)在故障模式分类(FMC)中的有效性,并通过使用限制代码表的方式详细介绍了促使 LLM 预测给定观察结果的故障模式的方法。我们展示了在注释数据上进行微调的 GPT-3.5 模型(F1=0.80)在性能上明显优于在相同注释数据集上训练的当前可用文本分类模型(F1=0.60)。该微调模型也优于开箱即用的 GPT-3.5...
本研究探讨了大型语言模型在故障模式分类中的有效性,并介绍了促使模型预测故障模式的方法。研究表明,在注释数据上进行微调的GPT-3.5模型在性能上优于当前可用的文本分类模型和开箱即用的GPT-3.5模型。