返回
Chain-of-programming (CoP): empowering large language models for geospatial code generation task
DOI:10.1080/17538947.2025.2509812.png)
摘要
En 中文
大型语言模型(LLMs)推动了地理空间代码生成的开发,但面临用户需求不完整和平台特定语法知识不足等挑战,常导致“代码幻觉”。为解决此问题,本文提出了链式编程(CoP)框架,将生成过程分为五个步骤:需求分析、算法设计、代码实现、调试和注释。该框架整合了共享信息池、知识库检索和用户反馈机制,实现端到端代码生成,无需模型微调。基于地理空间问题分类和评估基准,CoP显著提升了生成代码的逻辑清晰度、语法正确性和可执行性,性能提升幅度达3.0%至48.8%。对比实验和消融实验进一步验证了CoP的优势及其核心组件的必要性。建筑可视化和火灾数据分析案例研究展示了该框架的实用价值。本研究还开发了并开源了一个原型系统,为基于LLMs的地理空间代码生成提供系统化、分步骤的解决方案,并为其他专业领域的代码生成提供了有价值的见解。
Keyword:
Geospatial code generation
Large language models
Code hallucination
Geographic information science
Google earth engine
期刊
IF:
4.9
论文数:
2.0K
被引数:
4.7K

