BetaNet

LLM引导框架使OD流模型适应颠覆性事件

研究人员开发了EventOD，一个旨在使起源-目的地（OD）流生成模型适应飓风和流行病等颠覆性事件的新框架。该系统利用大型语言模型提取事件的语义信息，然后用于指导AlphaNet和BetaNet两个适应模块。通过调整预训练的图扩散OD模型的输入，EventOD能够在不改变生成器核心参数的情况下实现事件感知的调整。在美国县级流动性数据上进行的实验表明，与现有方法相比，EventOD显著提高了准确性和分布保真度。