تستكشف هذه الورقة تطبيق التعلم الآلي على الفهرسة الموضوعية التلقائية، باستخدام مجموعتين فرعيتين من الأعمال الكاملة لفولتير كحالة اختبار. يتم صياغة المهمة كمسألة تصنيف متعدد الوسوم حيث تعين النماذج إدخالات الفهرس إلى صفحات النص.
- تقارن الدراسة النماذج القائمة على المشفر مع رؤوس التصنيف بالنماذج اللغوية الكبيرة التوليدية (LLM) التي تم ضبطها بدقة عبر التكيف منخفض الرتبة (LoRA).
- تتراوح أحجام النماذج من حوالي 3 إلى 120 مليار معلمة.
- حقق أفضل نموذج أداءً، وهو نموذج من عائلة Mistral بترتيب كمّي 4-bit، درجات F1 تصل إلى 0.67.
- يجادل المؤلفون بأن هذه الأرقام تمثل حدودًا دنيا بسبب الذاتية الكامنة في الفهرسة المهنية.
للاستنتاجات آثار فيما يتعلق بتوفير وصول موضوعي منظم إلى مجموعات أدبية وتاريخية واسعة النطاق.