ज्यामिति और स्थानिक संबंधों का वर्णन करने वाले पाठ्य विवरणों का प्रतिनिधित्व करने में बड़े भाषा मॉडलों की प्रभावशीलता का मूल्यांकन (संक्षिप्त पेपर)

यह शोध बड़े भाषा मॉडलों (LLMs) की ज्यामितियों और उनकी स्थानिक संबंधों का प्रतिनिधित्व करने की क्षमता का मूल्यांकन करने पर केंद्रित है। हम GPT-2 और BERT सहित LLMs का उपयोग ज्यामितियों के प्रसिद्ध टेक्स्ट (WKT) प्रारूप को एन्कोड करने के लिए करते हैं, और फिर उनके एम्बेडिंग्स को क्लासिफायर और रिग्रेसर में डालकर ज्यामितीय गुणों के लिए LLMs-जनित एम्बेडिंग्स की प्रभावशीलता का आकलन करते हैं। प्रयोग दर्शाते हैं कि जबकि LLMs-जनित एम्बेडिंग्स ज्यामिति प्रकारों को संरक्षित कर सकते हैं और कुछ स्थानिक संबंधों (73% तक सटीकता) को पकड़ सकते हैं, संख्यात्मक मानों का अनुमान लगाने और स्थानिक रूप से संबंधित वस्तुओं को पुनःप्राप्त करने में चुनौतियाँ बनी रहती हैं। यह शोध आधार मॉडल का उपयोग करते हुए विभिन्न GeoAI अनुप्रयोगों का समर्थन करने के लिए अंतर्निहित भूस्थानिक डेटा की सूक्ष्मताओं और जटिलताओं को पकड़ने तथा डोमेन ज्ञान को एकीकृत करने में सुधार की आवश्यकता को उजागर करता है।