OGD4All：基于大型语言模型面向地理空间开放政府数据的可访问框架
机器学习
2026-02-26 v2 人工智能
计算机与社会
信息检索
摘要
我们提出了 OGD4All，一个透明、可审计且可复现的框架，基于大型语言模型（LLM）以增强公民与地理空间开放政府数据（OGD）的交互。该系统结合语义数据检索、代理推理用于迭代代码生成，以及安全的沙箱执行，产生可验证的多模态输出。在覆盖 430 个城市-Zurich 数据集和 11 个 LLM 的 199 个问题基准（涵盖事实性问题和不可解问题）上，OGD4All 实现了 98% 的分析正确性和 94% 的召回率，同时可靠地拒绝由可用数据支持的无答案问题，从而最小化幻觉风险。统计鲁棒性测试以及专家反馈显示系统具有可靠性和社会相关性。该方法展示了 LLM 如何提供对公共数据的可解释、多模态访问，推动了面向开放治理的可信 AI。
引用
@article{arxiv.2602.00012,
title = {OGD4All: A Framework for Accessible Interaction with Geospatial Open Government Data Based on Large Language Models},
author = {Michael Siebenmann and Javier Argota Sánchez-Vaquerizo and Stefan Arisona and Krystian Samp and Luis Gisler and Dirk Helbing},
journal= {arXiv preprint arXiv:2602.00012},
year = {2026}
}
备注
Updated references & added first author's second affiliation. 7 pages, 6 figures. Accepted at IEEE Conference on Artificial Intelligence 2026. Code & data available at: https://github.com/ethz-coss/ogd4all