新加坡國家圖書館管理局的研究人員探討使用GPT-4o生成網路檔案元數據的可行性，以提升效率和降低成本。研究處理了112個WARC檔案，透過數據縮減技術將元數據生成成本降低了99.9%。研究人員利用提示工程生成標題和摘要，並使用Levenshtein距離、BERTScore和McNemar’s檢定進行評估。結果顯示，儘管該方法能大幅節省成本和提高效率，但人工策劃的元數據在質量上仍具優勢。研究也指出了一些挑戰，例如內容不準確、幻覺和翻譯問題，建議大型語言模型應作為人工編目員的補充而非替代品。
本文由AI協助編輯，詳細內容來自：arxiv.org
本文由AI協助編輯，詳細內容來自：arxiv.org
https://arxiv.org/html/2411.05409v3
#全球觀測
張貼留言