Loading...
机构名称:
¥ 1.0

基于位置的服务在改善我们的日常生活质量方面起着至关重要的作用。在基于位置的服务的时空环境中,这些模型在时空上环境中的众多专业AI模型的扩散,这些模型难以自主解决有关复杂城市策略和管理的问题。为了弥合这一差距,我们介绍了Urbanllm,这是一种微调的大型语言模型(LLM),旨在解决城市场景中的各种问题。Urbanllm通过将与城市相关的查询分解为可管理的子任务,为每个子任务确定合适的时空AI模型,并对给定查询产生全面响应,从而充当问题解决方案。我们的实验结果表明,在处理有关复杂的城市活动计划和管理方面的问题,Urbanllm极大地胜过其他已建立的LLM,例如Llama和GPT系列。Urbanllm在增强城市场景中解决问题的有效性,减少人类专家的工作量和依赖方面具有巨大的潜力。我们的代码可用:https://github.com/jiangyue61610306/urbanllm

Urbanllm:大型语言模型的自主城市活动计划和管理

Urbanllm:大型语言模型的自主城市活动计划和管理PDF文件第1页

Urbanllm:大型语言模型的自主城市活动计划和管理PDF文件第2页

Urbanllm:大型语言模型的自主城市活动计划和管理PDF文件第3页

Urbanllm:大型语言模型的自主城市活动计划和管理PDF文件第4页

Urbanllm:大型语言模型的自主城市活动计划和管理PDF文件第5页

相关文件推荐

2020 年
¥1.0
2023 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2023 年
¥40.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2025 年
¥1.0
2023 年
¥2.0