LAMP：地图上的语言模型
计算与语言
2024-11-13 v2
摘要
大型语言模型（LLM）将在我们的生活中发挥越来越重要的作用，为广泛的任务提供协助。在地理空间领域，LLM 已经展示了回答一般性问题的能力，例如识别一个国家的首都；然而，当涉及到回答关于特定地点（如杂货店或餐厅）的细粒度问题时，其实用性受到了阻碍，而这些地点构成了人们日常生活的重要方面。这主要是因为我们城市中的地点尚未被系统地输入到 LLM 中，以便其理解和记忆。本研究引入了一个新颖的框架，用于在城市特定数据上微调预训练模型，使其能够提供准确的建议，同时最大限度地减少幻觉。我们分享了我们的模型 LAMP 以及用于训练它的数据。我们进行了实验以分析其正确检索空间对象的能力，并将其与著名的开源和闭源语言模型（如 GPT-4）进行了比较。最后，我们通过一个关于日程规划的案例研究探索了其涌现能力。
引用
@article{arxiv.2403.09059,
title = {LAMP: A Language Model on the Map},
author = {Pasquale Balsebre and Weiming Huang and Gao Cong},
journal= {arXiv preprint arXiv:2403.09059},
year = {2024}
}