研究人员探索了使用大型语言模型（LLMs）通过提示工程技术自动对科学文本进行分类。他们的研究评估了上下文学习（ICL）和提示链与ORKG分类法和FORC数据集的对比。结果表明，提示链在分类准确性方面显著优于纯ICL，在第一级和第二级分类方面优于BERT等旧模型。然而，LLMs在第三级主题分类方面仍然存在困难，准确率仅在50%左右。 AI
影响 证明了提示链在科学文本分类方面的有效性，有望改进研究信息检索系统。
排序理由 评估LLM在特定文本分类任务上性能的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23430v1 Announce Type: cross Abstract: The relentless expansion of scientific literature presents significant challenges for navigation and knowledge discovery. Within Research Information Retrieval, established tasks such as text summarization and classification remai…