本研究提出了Poly2Vec框架，通过2D傅里叶变换将地理空间数据编码为固定长度向量，提升其在多个下游任务中的适用性。验证了其在混合几何类型的数据集上的一致性表现，显示出优秀的空间推理能力。

我们评估了GPT-3.5，GPT-4和Llama-2在判断地理位置之间斜对角方向能力方面的表现。结果显示，GPT-4的准确率最高，为55.3%，其次是GPT-3.5的47.3%，Llama-2的44.7%。尽管这些模型在某些任务上存在准确性较低的问题，但它们大多数情况下能够正确识别最近的基准方向，表现出类似人类的错误理解。研究者还讨论了使用代表地理关系的文本数据来改进大型语言模型的空间推理能力的潜力。