研究人员开发了CityLLM，一个旨在实现对语义三维城市模型及相关城市数据集进行自然语言查询的框架。该系统将空间数据库和图数据库集成到基于LLM的工作流程中，促进了迭代查询优化和跨数据库链接。在鹿特丹CityJSON数据集上的评估显示了高绩效，在各种场景下答案正确率高达100%，查询成功率也达到100%。 AI
影响 该框架有望简化研究人员和非专业人士访问复杂城市数据的流程，从而加速城市规划和分析。
排序理由 该集群描述了一篇研究论文，详细介绍了一个用于查询三维城市模型的新框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.14542v1 Announce Type: new Abstract: Semantic 3D city models provide rich geometric and semantic information, but remain challenging for non-experts and interdisciplinary researchers to access and query due to their complex structures and specialized data formats. To a…
Semantic 3D city models provide rich geometric and semantic information, but remain challenging for non-experts and interdisciplinary researchers to access and query due to their complex structures and specialized data formats. To address this issue, we present CityLLM, a framewo…