使用大语言模型解码社区环境
人工智能
2025-05-14 v1 计算机视觉与模式识别
摘要
社区环境包括住房质量、道路和人行道等物理和环境条件，这些条件显著影响人类的健康和福祉。传统方法如田野调查和地理信息系统（GIS）在规模化评估社区环境方面资源密集且具挑战性。尽管机器学习提供了自动化分析的潜力，但标注训练数据的繁琐过程以及缺乏可访问模型的瓶颈仍制约了可扩展性。本研究探讨了大语言模型（LLM）如ChatGPT和Gemini作为规模化解码社区环境（如人行道和电力线）工具的可行性。我们训练了一个基于YOLOv11的鲁棒模型，在检测包括街灯、人行道、电力线、公寓、单车道道路和多车道道路等六个环境指标方面，平均准确率达到99.13%。随后我们评估了四个LLM（包括ChatGPT、Gemini、Claude和Grok），以评估其在识别这些指标方面的可行性、鲁棒性和局限性，重点关注提示策略和微调的影响。我们采用前三名LLM的多数投票方法，准确率可达到88%以上，表明LLM可在无需任何训练 effort 的情况下成为解码社区环境的有用工具。
引用
@article{arxiv.2505.08163,
title = {Decoding Neighborhood Environments with Large Language Models},
author = {Andrew Cart and Shaohu Zhang and Melanie Escue and Xugui Zhou and Haitao Zhao and Prashanth BusiReddyGari and Beiyu Lin and Shuang Li},
journal= {arXiv preprint arXiv:2505.08163},
year = {2025}
}
备注
8 pages