📖 AI 总结

Google Research与南加州大学团队联合提出了ME-POIs框架，旨在弥补传统文本嵌入在描述地点功能上的不足。该框架的核心洞察是：语言模型能说明一个地方"是什么"，却无法反映"如何使用"——例如两家咖啡店可能文本描述相似，但客流动线截然不同。ME-POIs通过将每次访问编码为情境化向量，并利用对比学习将访问与每个POI的可学习原型对齐，从而将聚合的人类移动模式融入地点嵌入中。在洛杉矶和休斯顿的五个地图增强任务测试中，该框架在洛杉矶的35个模型-任务组合中改善了34个，访问意图F1值相对提升最高达81.9%，繁忙度MAE降低24.7%。模型参数量约5370万，可在单张V100 GPU上预训练，但需要授权足迹数据或第一方访问日志作为输入。