该研究提出了一种名为TECL的框架，旨在解决基于大型语言模型的文本聚类中的高计算和财务开销问题。TECL利用LLM反馈，在有限查询预算下实现高效且准确的无监督文本聚类，实验结果表明其在相同成本下优于现有方案。

本研究提出了一种新方法，利用大型语言模型优化意图聚类算法，解决传统文本聚类与人类感知不匹配的问题。验证结果显示，该算法在意图发现中定量指标提升了6.25%，应用性能提升了12%。