本研究探讨开放生成的大型语言模型（LLMs）在社会科学注释任务中的应用，强调其在隐私和再现性方面的优势。评估结果显示，经过微调的开源模型在多个任务上可与封闭模型相媲美，但在复杂任务中，封闭模型仍占优势。此外，提示工程对模型性能至关重要。

本文介绍了使用seed参数初始化图像生成过程，以实现再现性和一致性。通过调整prompt和seed，可以生成多个相似变体的图像。展示了使用不同提示词和seed生成的女孩表情和四季公园的图像，以及使用不同艺术家画风生成的埃隆·马斯克的图像。