结构化文本可作为LLM空间推理的轻量地图接口
资讯摘要
论文提出一种基于SVG格式的结构化文本表示，用于路线导航中的地标选择任务，使语言模型可直接获取地图的空间与语义信息。作者用人类撰写的路线描述和OpenStreetMap数据构建新数据集，在转弯处和目的地周边两个地标选择任务上评测五个LLM，结果显示结构化文本输入表现与PNG图像输入相当或更好；针对任务微调后，较小的本地LLM也能利用地图布局取得较高选择准确率。
要点速读
- 论文提出用SVG编码空间特征的结构化文本表示，与渲染地图图像保持几何对应
- 基于人类路线描述和OpenStreetMap数据构建新数据集，评测转弯处与目的地周边的地标选择
- 五个LLM实验中，结构化文本输入表现不逊于或优于PNG图像输入；任务微调可让小模型利用地图布局
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。