清华大学 发布 未提及具体数据集名称 数据集, 应用在 城市犯罪分析、模拟推理 领域

清华大学 本次发布的数据集 未提及具体数据集名称, 本文提出了一种名为CrimeMind的新型LLM驱动ABM框架，用于模拟多模态城市环境中的城市犯罪。该框架将日常活动理论（RAT）融入代理工作流程，使其能够处理丰富的多模态城市特征并对犯罪行为进行推理。为解决LLM代理在评估环境安全性方面的挑战，论文收集了一个小规模的人工标注数据集，并通过一种无需训练的文本梯度方法将CrimeMind的感知与人类判断进行对齐。实验结果表明，CrimeMind在犯罪热点预测和空间分布准确性方面优于传统的ABM和深度学习基线。

查看未提及具体数据集名称

关于 清华大学 , 清华大学是中国顶尖的综合性研究型大学，位于北京，以其在工程、计算机科学、材料科学等领域的卓越教育和研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。