GeoFitBench-LLM

新基准评估LLM的地理空间数据需求提取能力

一个名为GeoFitBench-LLM的新基准已被开发出来，用于评估大型语言模型（LLMs）在地理分析任务中识别必要地理空间数据能力。该基准侧重于两个关键的推理维度：时空关系和语义基础。初步实验表明，虽然LLMs通常能够识别相关资源，但在推理需求增加时，准确指定适用性仍然是一个挑战。在测试模型中，GPT-5.4 Thinking在恢复完整资源集方面表现最佳。