Doug Turnbull präsentiert eine praktische Lösung für das Problem von zu großen Klassifikationsvokabularen: Statt ein LLM mit hunderten oder tausenden existierenden Tags zu bombardieren, fordert man das Modell auf, völlig frei Kategorien zu erfinden, die zum Inhalt passen. Anschließend werden diese „halluzinierten" Tags mit Vector-Embeddings gegen die existierende Taxonomie durchsucht, um die semantisch nächsten echten Tags zu finden. Der Ansatz zeigt eine praktische Anwendung von Embeddings und LLM-Kreativität für ein echtes Problem – ideal für große Content-Archive mit dezentralisierter Tagging-Struktur.
