- 人道的対応の世界では、数万の表形式（CSVおよびExcel）データセットがあり、多くは命を救うための重要な情報を含んでいます。
- メタデータ付きのCSVおよびExcelデータセットを使用し、GPT-4o-miniの微調整が人道支援言語（HXL）のタグと属性を予測するのに適していることを示しました。
- 直接プロンプトを使用する方法は、モデルを微調整する必要がなく、人間がラベル付けしたトレーニングデータに含まれていないHXLタグと属性を含めることができる可能性があります。
- 結果として、GPT-4oのみのプロンプトは、タグに対して86％、タグと属性に対して71％の正確さを示し、微調整モデルよりも優れた結果をもたらしました。
考え：メタデータを自動的に設定する方法として、直接プロンプトを使用するアプローチは、効率的で費用対効果が高い可能性があります。モデルの進化と費用の低下により、この手法は多くの組織にとって実現可能であると考えられます。