TGT专项- LBS大模型与空间智能应用研究

1、负责基于大模型的算法应用，利用地址、POI与轨迹信息相结合，构建LBS大模型实现对地址、POI、空间的深度理解； 2、基于LBS大模型实现命名实体识别、相关性计算、Query改写、类型识别等LBS相关文本基础能力； 3、基于LBS大模型实现空间推理能力，实现位置、名称等生成能力； 4、结合LBS大模型构建空间推荐模型，通过RAG，实现基于位置的推荐和搜索能力优化；

1、获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业； 2、熟悉Python编程，掌握PyTorch/TensorFlow基础操作，了解Transformer架构原理；熟悉大模型的并行处理和分布式训练技术； 3、有NLP项目经验（如课程设计、竞赛）、熟悉Linux开发环境或分布式训练工具者优先； 4、学习能力强，对技术有热情，具备良好的沟通与团队协作能力。