热点事件持续更新
实测大模型纯记忆经纬度地理编码能力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
一项针对大模型地理坐标记忆能力的测试显示，主流大模型仅凭记忆能识别海岸线和大型公园等宏观地理轮廓，但在街道等细粒度网格上几乎无法准确还原。该测试向六款大模型输入了 41,526 个旧金山经纬度坐标以评估纯记忆逆向地理编码表现。结果显示，在 100 米间距的高推理模式下，Gemini 4 Argon、GPT-6.1 Sol 与 GPT-6 Astra 的准确率均达到 86%；但在 10 米分辨率的街区街道测试中，模型最高得分仅为 0.32。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:03
实测显示大模型可凭记忆还原宏观轮廓，100米间距准确率达86%，但细粒度街道得分极低。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hacker News · AI实测大模型地理坐标记忆能力：可识别宏观轮廓但难以还原街道网格
实测表明主流大模型凭借记忆只能还原海岸线和大型公园等宏观地理轮廓，在街道等细粒度网格上几乎无法准确还原。测试向六款大模型输入 41,526 个旧金山经纬度坐标进行纯记忆逆向地理编码，Gemini 4 Argon、GPT-6.1 Sol 与 GPT-6 Astra 在 100 米间距的高推理模式下准确率均达 86%，但 10 米分辨率街区街道最高得分仅 0.32。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。