本研究探讨了大型语言模型在需求分类中的应用，分析了Bloom、Gemma和Llama模型的实验，发现提示设计和模型架构显著影响性能，而数据集的变化在不同任务中具有特殊影响。这为未来模型的开发与优化提供了参考。