通过语言模型的视角描绘城市

arXiv cs.CL 论文
language-models urban-planning geospatial llm-evaluation ai-research

摘要

本文通过将匿名化的城市画像按40项指标进行评分，衡量了语言模型对“城市”所做的隐含假设，发现它们普遍偏好规模更大、增长更快、基础设施更完善的城市。研究使用开放权重检查点和可复现数据，使语言模型中城市默认画像的经验性追溯成为可能。

arXiv:2608.02971v1 公告类型：新成果 摘要：语言模型在完成对城市的欠指定引用时，常常会带入关于城市规模、形态、基础设施、环境和功能的未言明假设。我们在不指明具体地点的情况下衡量这些假设。十个开放权重检查点对源自真实形态城市中心的匿名化画像进行评分，涵盖40项经审计的指标和七个领域。该设计结合了基于概率的受限评分、预设的可靠性筛选、谱系感知的聚合、多种人口加权方式、独立复制样本以及整体画像验证。最清晰的共同趋势是偏好建成区面积更大、近期增长更快、地图基础设施和非住宅容量更丰富、形态不那么稀疏的城市。大多数符合条件的倾向在复制数据中再次出现，而对完整画像的直接评分与按指标构建的方式表现出中等程度的一致性。在考虑城市规模和发展水平后，地理差异缩小，而可靠测量的配对任务表明，典型性和可取性往往紧密对齐。该框架使得“模型眼中的普通城市”这一原本模糊的概念在经验上变得可追溯。所得证据描绘了一幅共享但依赖特定模型的、通过语言模型视角呈现的城市画像。
查看原文
查看缓存全文

缓存时间: 2026/08/05 07:42 

# 以语言模型的视角描绘城市
来源：https://arxiv.org/html/2608.02971
Wanqi Liu1,†，Rong Zhao1,†,*，Zhizhou Sha3，Qinyu Cui4，Yecheng Zhang2  
1伦敦大学学院高级空间分析中心（CASA），伦敦，英国  
2清华大学建筑学院，北京，中国  
3德克萨斯大学奥斯汀分校计算机科学系，奥斯汀，德克萨斯州，美国  
4华南理工大学土木与交通工程学院，广州，中国  
†同等贡献。*通讯作者：[email protected]

> 摘要。语言模型在完成对“一座城市”的指称不明确的引用时，常常会引入关于城市规模、形态、基础设施、环境和功能的未言明假设。我们在不提及具体地名的情况下测量这些假设。十个开放权重检查点对来源于真实形态学城市中心的匿名画像进行评分，这些画像覆盖40项经来源审计的指标和七个领域。该设计结合了受约束的概率评分、预先指定的可靠性筛选、考虑谱系的聚合、多种人口加权方式、独立复制样本和整画像验证。

相似文章

利用大型语言模型生成合成消费者洞察

arXiv cs.AI

本研究探讨了大型语言模型能否为投射技术生成合成消费者数据，通过比较人类与LLM在城市旅游感知上的回应，发现两者在主题上高度重叠，但在风格、语言结构和多样性生成方式上存在重要差异。