该研究比较了专门的可持续发展目标（SDGs）语言模型与通用模型（如GPT-3.5）在文本检测中的效果，结果表明专门模型在相关性和准确性上优于通用模型，强调了模型选择的重要性，并呼吁进一步探索大型语言模型在特定领域的应用与专业知识之间的平衡。

使用PaLM 2的LLM预测大学课程的SDG，并生成训练数据。使用数据训练多个语言模型，其中最佳模型是BART，其F1得分为0.786。

该研究提出了基于超图的机器学习和规划算法，形成自动化学习代理计划引擎，能够确定最优解并分析系统状态进展，实证结论验证性能。