Llama-Mob：用于城市规模人体运动预测的指令微调 Llama-3-8B 模型
计算与语言
2026-03-10 v2 计算机与社会
摘要
人体运动预测在灾害响应、城市规划和流行病预测等应用中发挥着关键作用。传统方法通常依赖于设计特定领域的模型，且通常仅关注短期预测，这些方法在跨越多样化城市环境时难以泛化。在本研究中，我们引入了 Llama3-8B-Mob，这是一个采用指令微调的大语言模型，用于以问答形式进行长期城市范围的人体运动预测。我们使用来自日本四个大都会区的大规模人体运动数据进行验证，重点预测individual trajectories 超过15天后的轨迹。结果表明，Llama3-8B-Mob 在建模长期人体运动方面表现出色——在多个预测指标上超越了最新成果。它还显示出强大的零样本泛化能力——即使仅在单个城市的有限样本上进行微调，也能有效地泛化到其他城市。此外，我们的方法具有通用性，可轻易扩展到下一站点 POI 预测任务。为简洁起见，我们将该模型称为 Llama-Mob，并将本文中包含相应结果。源代码可在 https://github.com/TANGHULU6/Llama3-8B-Mob 查看。
引用
@article{arxiv.2410.23692,
title = {Llama-Mob: Instruction-Tuning Llama-3-8B Excels in City-Scale Mobility Prediction},
author = {Peizhi Tang and Chuang Yang and Tong Xing and Xiaohang Xu and Jiayi Xu and Renhe Jiang and Kaoru Sezaki},
journal= {arXiv preprint arXiv:2410.23692},
year = {2026}
}