GeoFitBench-LLM基准发布：评估LLM地理数据需求获取

Laval大学研究人员（Amirhossein Vahdat、Thierry Badard、Luc Lamontagne）在arXiv发布GeoFitBench-LLM基准，评估大语言模型能否从自然语言的地理空间分析请求中推断所需数据集、支撑资源和约束条件，涵盖时空关系推理与语义落地。基准以固定的、不依赖数据提供商的schema编码标准答案，用于可复现地评估资源识别与属性级描述。 基于论文摘要，在最小提示设置下对7个模型的测试显示，识别所需资源通常可行，GPT-5.4 Thinking 表现最佳，在66.67%的请求中完整恢复全部资源；但随着推理要求提高，准确描述资源是否适用（fitness-for-use）仍更困难。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。