industrial-machine-learning

本文评估了基于大型语言模型（LLM）的策略（嵌入、提示、混合）与经典表格模型在一个包含哈希化类别特征的工业车辆改装预测数据集上的表现。研究发现，树集成整体上优于LLM，但嵌入和混合方法仍有价值，而在缺乏语义线索时直接提示失败。