핵심 개념
대규모 언어 모델의 분석 능력을 활용하여 소셜미디어 게시물의 반응을 더 정확하게 예측할 수 있다.
초록
이 연구는 정부 소셜미디어 관리자의 의사결정 과정을 모방한 새로운 데이터셋인 CRED를 소개하고, 대규모 언어 모델의 분석 능력을 활용하는 Generator-Guided Estimation Approach(GGEA)를 제안한다.
CRED 데이터셋은 동일한 주제의 트윗 쌍과 리트윗 수 비교 지표로 구성된다. GGEA는 대규모 언어 모델(LLM)의 분석 결과를 활용하여 분류 모델의 성능을 향상시킨다. 실험 결과, GGEA(특히 Claude LLM 활용)가 분류 모델 단독 fine-tuning보다 우수한 성능을 보였다. 이는 LLM의 분석이 분류 모델의 의사결정에 도움을 줄 수 있음을 시사한다.
추가적으로, 연구진은 T5 기반 문장 바꾸기 모델을 활용하여 게시물의 다양한 버전을 생성하고 GGEA로 평가하는 기능을 제공한다. 이를 통해 사용자가 게시물의 반응을 최적화할 수 있다.
통계
올해 우리 경제는 거의 40년 만에 가장 빠른 속도로 성장할 것으로 예상된다.
현재 우리는 중산층 번영의 기반을 한 번의 기회에 투자할 수 있는 기회를 가지고 있다.
인용구
"It's time to rebuild an American economy that works for all of our families and the next generation. It's time to ensure every American enjoys an equal chance to get ahead. It's time to build our economy back better."