본 연구는 열린 Ended 교육 평가 피드백을 주제 카테고리 및 감정으로 분류하기 위한 검증된 프로토콜의 내구성 및 언어 간 전이 가능성을 평가한다.

  • 연구진은 희소 어휘 특징, 동결된 트랜스포머 임베딩, 프롬프트 기반 대규모 언어 모델이라는 세 가지 표현 생성을 사용하여 원래 스페인어 데이터에 대해 프로토콜을 재실행했다.
  • 감성 작업은 측면 레이블이 지정된 교육 데이터셋으로 확인된 45,000개의 댓글로 구성된 균형 잡힌 코퍼스를 사용하여 영어로 전이되었다.
  • 2026년 프론티어 모델은 가장 어려운 스페인어 작업에서 최고 주제 F1을 달성했지만, 저렴한 모델 대비 감성 측면에서는 우위를 보이지 않았다.

저자들은 프로토콜이 서로 다른 표현 기술과 언어에 걸쳐 효과적이므로 모델 선택은 방법의 속성이 아닌 배포 결정이라고 결론지었다.