BriefGPT - AI 论文速递
·
CityEQA：城市空间中体现问答基准的分层LLM智能体
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了CityEQA任务，旨在通过主动探索城市环境回答开放性问题。引入的PMA智能体模型实现了长期规划，实验结果显示问答准确率达到60.7%。
🎯
关键要点
- 本研究提出了CityEQA任务，旨在通过主动探索城市环境回答开放性问题。
- CityEQA任务针对城市环境中的体现问答（EQA）研究空白。
- 引入了PMA智能体模型，实现长期规划和分层任务执行。
- 实验结果显示PMA在问答准确率上达到了60.7%。
- 研究为未来城市空间智能的进步奠定了基础。
➡️
