LLM'ler sınıflandırma yapamıyor mu? Aslında bir adım ötesinde bir şey var.
Orijinal başlık: LLM Classification Is Feature Engineering
KISACA
- Tek cümlede
- Araştırmacılar, LLM çıktısını klasik bir modelin özelliği olarak kullandı.
- Bulgu
- İroni tespitinde yalnız LLM %74.7 F1, 19 ek özellikle %77.9 F1 elde edildi.
- Neden önemli?
- Bu, LLM şeffaflık sorununu klasik modellerle dengeleyerek daha güvenilir sınıflandırma sağlıyor.
Ne oldu?
Bir blog yazısı, dil modellerinin doğrudan sınıflandırıcı olarak kullanılmasının sorunlu olduğunu savunuyor: LLM'ler kalibre edilmiş olasılıklar üretmiyor ve iç mekanizmaları şeffaf değil. Yazar bunun yerine LLM çıktısını geleneksel bir makine öğrenmesi modelinin girdi özelliği olarak kullanmayı öneriyor. Tweet'lerde ironi tespiti örneğinde, sadece LLM kullanıldığında F1 skoru 0.747 iken, LLM çıktısına 19 ek özellik ve kural tabanlı sinyaller eklendiğinde skor 0.779'a yükseliyor.
Yapay zekanın gücü, kendi kararlarından değil, bize sunduğu bilgiyle artıyor.
Aynı haberin kısa dikey video özeti.
Bu notu kaynak göstererek alıntılayabilirsin: Hasan Amanet, “LLM'ler sınıflandırma yapamıyor mu? Aslında bir adım ötesinde bir şey var.”, Notes for Data Science, 18 Eylül 2026.