将大型语言模型应用于公共交通系统：圣安东尼斯 as a case study
计算与语言
2024-07-17 v1 人工智能
机器学习
摘要
将大型语言模型集成到公共交通系统中代表了城市交通管理和乘客体验的重大进步。本研究考察了 LLM 在圣安东尼斯公共交通系统中的影响，利用其在自然语言处理、数据分析和实时通信方面的能力。通过利用 GTFS 等公共交通信息，研究突显了 LLM 在提升路线规划、减少等待时间和提供个性化旅行协助方面的变革性潜力。我们的案例研究是圣安东尼斯市，旨在演示 LLM 如何优化资源分配、提升乘客满意度并支持交通管理中的决策过程。我们评估了 LLM 对与信息检索和理解相关问题的响应。最终，我们相信在公共交通系统中采用 LLM 可能导致更高效、更具响应性和更用户友好的交通网络，为其他城市提供了示范模型。
引用
@article{arxiv.2407.11003,
title = {Using Large Language Models in Public Transit Systems, San Antonio as a case study},
author = {Ramya Jonnala and Gongbo Liang and Jeong Yang and Izzat Alsmadi},
journal= {arXiv preprint arXiv:2407.11003},
year = {2024}
}