大型语言模型是零样本下一位置预测器
计算机与社会
2024-08-26 v3 人工智能
计算与语言
摘要
预测个体未来将访问的位置对于解决许多社会问题（如疾病传播和减少污染）至关重要。然而，下一位置预测器需要大量的个体层面信息，这些信息在某些场景下（例如冷启动）可能稀缺或不可用。大型语言模型（LLMs）表现出良好的泛化和推理能力，并且富含地理知识，这使我们相信这些模型可以作为零样本下一位置预测器。我们在三个真实世界移动性数据集上测试了超过15个LLMs，发现LLMs可以获得高达36.2%的准确率，与专门为人类移动性设计的其他模型相比，相对提升了近640%。我们还测试了数据污染，并探索了使用LLMs作为基于文本的下一位置预测解释器的可能性，表明无论模型大小如何，LLMs都能解释其决策。
引用
@article{arxiv.2405.20962,
title = {Large Language Models are Zero-Shot Next Location Predictors},
author = {Ciro Beneduce and Bruno Lepri and Massimiliano Luca},
journal= {arXiv preprint arXiv:2405.20962},
year = {2024}
}