CryptoLLM: Unleashing the Power of Prompted LLMs for SmartQnA and Classification of Crypto Posts

要約

ソーシャルメディアの急速な成長により、特に暗号通貨などのニッチドメインで、ユーザーが生成したコンテンツが大量に生成されました。
このタスクは、堅牢な分類モデルの開発に焦点を当てて、暗号通貨関連のソーシャルメディア投稿を事前定義されたクラスに正確に分類します。これには、客観的、ポジティブ、ネガティブなどを含むがこれらに限定されません。さらに、タスクは、特定の質問に応答して、一連の投稿から最も関連する回答を特定する必要があります。
高度なLLMSを活用することにより、この研究は暗号通貨の談話の理解とフィルタリングを強化することを目的としており、それにより、この不安定なセクターでのより多くの情報に基づいた意思決定を促進します。
Redditの投稿やTwitterの投稿の分類タスクを解決するために、プロンプトベースの手法を使用しました。
また、GPT-4-Turboモデルのプロンプトとともに64ショット技術を使用して、回答が質問に関連しているかどうかを判断しました。

要約(オリジナル)

The rapid growth of social media has resulted in an large volume of user-generated content, particularly in niche domains such as cryptocurrency. This task focuses on developing robust classification models to accurately categorize cryptocurrency-related social media posts into predefined classes, including but not limited to objective, positive, negative, etc. Additionally, the task requires participants to identify the most relevant answers from a set of posts in response to specific questions. By leveraging advanced LLMs, this research aims to enhance the understanding and filtering of cryptocurrency discourse, thereby facilitating more informed decision-making in this volatile sector. We have used a prompt-based technique to solve the classification task for reddit posts and twitter posts. Also, we have used 64-shot technique along with prompts on GPT-4-Turbo model to determine whether a answer is relevant to a question or not.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google