Spatial-RAG(Spatial Retrieval-Augmented Generation)是美国埃默里大学、德克萨斯大学奥斯汀分校推出的用在提升大型语言模型(LLMs)空间推理能力的框架。结合稀疏空间检索(基于空间数据库的结构化查询)和密集语义检索(基于LLM的语义相似性匹配),解决LLMs在空间数据处理和推理方面的不足。Spatial-RAG基于多目标优化策略平衡空间约束和语义相关性,用LLM生成连贯的自然语言回答。Spatial-RAG在真实世界的旅游数据集上表现出色,提升了空间问题回答的准确性和实用性,为地理问答、城市规划和导航等领域提供新的技术路径。

Spatial-baidu09RAG – 埃默里大学等机构推出的空间推理能力框架  第1张
(图片来源网络,侵删)
Spatial-baidu09RAG – 埃默里大学等机构推出的空间推理能力框架  第2张
(图片来源网络,侵删)