Компьютерные науки > Расчеты и язык [представлен 7 октября 2026 года] Название: " Подготовка планов управления транспортом с использованием больших языковых моделей: тематическое исследование с использованием системы WisDOT WisTMP &qt; , резюме PDF: Зоны работы являются критически важными, но опасными компонентами транспортной инфраструктуры, требующими тщательно продуманных планов управления перевозками (ТМП) для обеспечения безопасности и мобильности. Вместе с тем подготовка ТМП по-прежнему является трудоемкой и в значительной степени зависит от практического опыта. В настоящем документе предлагается система с использованием Большой языковой модели (LLM) для автоматизации процесса подготовки контента TMP, используя систему WisDOT WisTMP в качестве контекста приложения. Эта система позволяет уточнить МЛМ с открытыми исходными кодами в различных масштабах моделей и развертывать их на местном уровне для обеспечения безопасности данных. Для поддержки типовой подготовки мы составляем набор данных по доменам из исторических документов WisTMP путем преобразования файлов PDF в структурированные пары ответов на вопросы в формате JSON. Экспериментальные результаты свидетельствуют о том, что отработка значительно повышает эффективность стандартных текстовых параметров. Дальнейший анализ на уровне разделов и стратегии показывает, что, хотя МЛД достигают высоких общих показателей работы, они обычно приводят к чрезмерной активизации стратегий и борьбе за подготовку обоснований по…
Подготовка планов управления транспортом с использованием крупных языковых моделей: тематическое исследование в рамках системы WisDOT WisTMP
arXiv:2610.10650v1 Вид уведомления: новое резюме: рабочие зоны являются важнейшими, но опасными компонентами транспортной инфраструктуры и требуют тщательно продуманных планов управления транспортом (ТМП) для обеспечения безопасности и мобильности. Вместе с тем подготовка ТМП по-прежнему является трудоемкой и в значительной степени зависит от практического опыта. В настоящем документе предлагается система с использованием Большой языковой модели (LLM) для автоматизации процесса подготовки контента TMP, используя систему WisDOT WisTMP в качестве контекста приложения. Эта система позволяет уточнить МЛМ с открытыми исходными кодами в различных масштабах моделей и развертывать их на местном уровне для обеспечения безопасности данных. Для поддержки типовой подготовки мы составляем набор данных по доменам из исторических документов WisTMP путем преобразования файлов PDF в структурированные пары ответов на вопросы в формате JSON. Экспериментальные результаты свидетельствуют о том, что отработка значительно повышает эффективность стандартных текстовых параметров. Дальнейший анализ на уровне секторов и стратегии показывает, что в то время как МЛМ-ачи
