研究人员开发了IPGeoAI，这是一种新颖的深度学习模型，它使用Transformer架构进行更准确的城市级IP地理定位。该模型将地理定位重构为序列建模任务，捕获IP子网结构中的层次依赖关系。它整合了来自大型语言模型（LLM）的非结构化语义上下文，以解决地理歧义，将原始自治系统描述转换为结构化元数据。广泛的评估表明，IPGeoAI的性能显著优于领先供应商，在城市级准确性方面提高了6%，并将覆盖范围扩大到100%的流量。 AI
影响 提高了IP地理定位服务的准确性，可能改善内容交付和数字权利执行。
排序理由 该集群描述了在arXiv论文中提出的一种新颖的深度学习模型架构。[lever_c_demoted from research: ic=1 ai=1.0]
- Avinash Kadimisetty
- IPGeoAI
- IPv6
- large-language models
- Multi-Head Cross-Attention
- Transformer++
- Zero-Shot LLM Feature Extraction
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
