用LLM做文本分类，是不是杀鸡用了牛刀？

每次听说团队在文本分类上上LLM，我就忍不住想问：这真的有必要吗？Jeffy分类器刚发了一篇对比文章，直指行业里的一种惯性思维——只要任务沾上NLP，默认就得调用大模型。但分类任务的本质是什么？特征提取加决策边界，一个轻量级模型几毫秒就能搞定，而LLM动辄几十秒、成本高出几个数量级。我不是说LLM不能做分类，而是你大概率在用一把瑞士军刀拧螺丝。精度提升有限，延迟和费用却实打实地翻了几十倍。工程选型从来不是追新，是对齐需求。你的分类场景如果每天跑百万条样本，那省下来的不只是钱，是整个系统的呼吸空间。

原文：Your LLM is probably overkill for text classification · 来源：Hacker News