RHYTHM. Иерархическая токенизация времени для прогнозирования мобильности человека

Исследователи из Северо-Восточного университета представили RHYTHM — инновационную модель на базе больших языковых моделей (LLM), предназначенную для прогнозирования перемещений человека. Система использует иерархическую токенизацию для анализа ежедневных и еженедельных циклов, что позволяет эффективно обрабатывать сложные пространственно-временные данные. Благодаря интеграции семантических подсказок и фиксации параметров базовой нейросети, RHYTHM обучается на 24,6% быстрее аналогов и демонстрирует повышенную точность, особенно в периоды нерегулярной активности. Авторы подчеркивают, что технология значительно превосходит существующие методы в моделировании стохастического поведения индивидов. Практическое применение модели охватывает сферы городского планирования, оптимизации транспортных потоков и оперативного реагирования на чрезвычайные ситуации. Разработка знаменует собой важный шаг в адаптации языковых моделей для решения критических задач в области человеческой мобильности.