arXiv · cs.AI· Hsuan-Chih Wang, Xianfeng Terry Yang·· 2 天前
紧凑开权重大语言模型从残缺出行轨迹恢复航空事件的受控评估
Can Compact Open-Weight Large Language Models Recover Mobility Events from Incomplete Trajectories? A Controlled Evaluation Using Air Trips
arXiv:2610.24266v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hsuan-Chih Wang, Xianfeng Terry Yang
研究任务与主要进展
紧凑开权重大语言模型从残缺出行轨迹恢复航空出行事件的能力有限：基于论文摘要，精确转移段准确率为9.2%，起点和终点机场准确率分别为31.4%和10.7%，仅1.9%的请求同时恢复转移段和机场对。研究使用美国2022年1月全国LBS数据构造30次高置信航空旅行的三种端点缺失条件，并通过两个模型、4种提示变体生成720次请求；最明确提示取得最高观察恢复率。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org