研究人员开发了一种微调大语言模型（LLMs）以预测游客行为的方法，解决了传统模型在处理依赖上下文的决策时遇到的局限性。通过利用LLMs的常识推理能力并将其适应到特定地点，该方法可以有效地模拟目的地特定的模式。在日本和歌山城公园使用数据进行的实验表明，微调后的Llama-3.1-8B模型在预测下一个兴趣点方面取得了显著的准确性，并且即使在样本量不足的情况下（如雨天）也能保持性能。 AI
影响 这项研究展示了大语言模型在专业领域进行高保真行为建模的潜力，从而能够更好地规划出行干预措施。
排序理由 该集群包含一篇学术论文，详细介绍了微调大语言模型的新研究方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
