nearest-neighbor retrieval

大语言模型在地理检索任务中难以实现细粒度的空间准确性

一篇新的研究论文探讨了大型语言模型（LLMs）在地理信息检索（GeoIR）任务中的有效性，特别是关注地名解析。该研究评估了当LLMs能够推断上下文时，传统的地名录是否仍然必要。研究人员发现，虽然LLMs可以捕捉上下文，但无约束的密集检索常常会导致显著的空间错误。然而，应用分层约束可以改善粗略的地理定位，但细粒度的本地化仍然是一个挑战，这表明当前的文本编码器在空间保真度方面难以匹敌地名录。