한 연구는 개방형 교육 평가 피드백을 주제 카테고리 및 감정으로 분류하기 위한 검증된 프로토콜을 재평가했다. 이 연구는 2019년 시점의 고정 임베딩을 기반으로 구축된 원래 프로토콜이 표현 방법의 발전에도 불구하고 여전히 효과적인지, 그리고 영어로 전이 가능한지를 테스트했다.
저자들은 원래 스페인어 기관 코퍼스를 사용하여 세 가지 표현 세대(희소 어휘적 특징, 고정 트랜스포머 임베딩, 프롬프트 기반 대규모 언어 모델)에 대해 프로토콜을 실행했다. 또한 감성 작업을 측면 레이블이 지정된 교육 데이터셋으로 확인된 균형 잡힌 45,000개 댓글 영어 코퍼스로 전이했다.
결과들은 이 프로토콜이 내구성을 가진다는 것을 보여준다. 2026년 프론티어 모델은 가장 어려운 스페인어 작업에서 최고 주제 F1을 기록했다. 그러나 저렴한 모델에 비해 감성 측면에서 우위를 보이지 않았으며, 영어에서도 설명적 분리를 보여주지 않아, 모델 선택이 방법의 속성보다는 배포 결정임을 나타낸다.