[Перевод] EVGeoQA: Оценка LLM в динамическом, многоцелевом геопространственном поиске

В сфере цифровой трансформации девелопмента активно исследуется потенциал больших языковых моделей (LLM) для решения сложных геопространственных задач. Недавнее исследование представило новый бенчмарк **EVGeoQA** и систему оценки **GeoRover**, призванные восполнить пробел в динамическом многоцелевом геопространственном поиске. В отличие от существующих решений, EVGeoQA учитывает реальное местоположение пользователя и комбинированные запросы, например, поиск зарядной станции для электромобиля с возможностью выпить кофе поблизости. Эксперименты с использованием GeoRover, платформы на основе агента с инструментами, показали, что LLM успешно применяют инструменты для решения подзадач, но сталкиваются с трудностями при пространственном поиске на больших расстояниях. Примечательно, что была выявлена эмерджентная способность: LLM могут обобщать исторические траектории поиска для повышения его эффективности, даже без явных инструкций. 💡 В чем бизнес-ценность? Развитие геопространственного ИИ, способного к динамическому многоцелевому поиску, имеет прямое применение в девелопменте. Это может улучшить планирование городской инфраструктуры, оптимизацию размещения объектов (например, зарядных станций, сервисных центров), логистику на строительных площадках и разработку интеллектуальных систем для "умных городов". Способность LLM обучаться на исторических данных открывает перспективы для предиктивного анализа и более эффективного использования ресурсов в строительной отрасли.