UrbanDS: мультимодальная система агентов LLM с графовым управлением для задач, связанных с городскими данными

🏙️ UrbanDS — исследование о том, как LLM-агенты могут работать с городскими данными, когда задача требует не одного подготовленного датасета, а поиска и связывания разнородных источников: пространственных, временных и семантических. Авторы предлагают графовое управление данными: агент профилирования формирует «навык» для каждого набора данных, агент связей выявляет отношения между наборами, планировщик выбирает релевантные источники, а исполнительные агенты проводят обработку и анализ через общую память. Отдельный агент собирает отчет по логам эксперимента. Научная новизна — в объединении графа датасетов и мультиагентного контура для data-intensive urban tasks. Для оценки создан бенчмарк UrbanDS-Bench; заявлено превосходство над существующими агентами и внедрение на платформе района Дунсиху в Ухане. Ограничение: по аннотации не видно, насколько результаты переносятся на другие города и закрытые корпоративные хранилища.