Resumen: los servicios espaciales contemporáneos, como los mapas en línea, dependen predominantemente de consultas de usuarios para búsquedas de ubicación. Sin embargo, la experiencia del usuario es limitada cuando se realiza tareas complejas, como buscar un grupo de ubicaciones simultáneamente. En este estudio, examinamos el escenario extendido conocido como consulta ejemplar espacial (SEQ), donde se buscan múltiples ubicaciones relevantes en función de ejemplos especificados por el usuario. Presentamos SEQ-GPT, un sistema de consulta espacial impulsado por modelos de idiomas grandes (LLM) hacia una búsqueda SEQ más versátil utilizando un lenguaje natural. Las capacidades de lenguaje de LLM permiten operaciones interactivas únicas en el proceso SEQ, incluido pedir a los usuarios que aclaren los detalles de la consulta y ajuste dinámicamente la búsqueda en función de los comentarios de los usuarios. También proponemos una tubería de adaptación LLM personalizada que alinee el lenguaje natural con datos espaciales estructurados y consultas a través de la síntesis de diálogo y la cooperación de múltiples modelos. SEQ-GPT ofrece una demostración de extremo a extremo para ampliar la búsqueda espacial con datos realistas y escenarios de aplicación.
Publicado Originalme en export.arxiv.org El 14 de agosto de 2025.
Ver Fuente Original
