AgenticCity-Bench: Longitudinal Multimodal Observations of Urban Dynamics with Agentic Reasoning
Pubblicata su AIChronos il · fonte del · Xiaofei Yu, Kailai Sun, Yanyu Mao, Baoshen Guo, Heye Huang, Yongcai Wang
AgenticCity-Bench è un benchmark longitudinale multimodale introdotto per modellare stati unificati e ragionamento agenziale su sistemi urbani. Il dataset copre 16 città in 12 paesi da sei continenti, spaziando dal 2000 al 2025 con 18 modalità che includono funzioni urbane, attività umane e condizioni ambientali. Organizza fonti eterogenee attorno a un riferimento spaziale comune e un indice calendarico, preservando la provenienza dei dati e la disponibilità per tile. Supporta traduzioni cross-modalità insieme a compiti agenziali come forecasting, planning ed analisi delle risorse.
- Il benchmark integra osservazioni terrestri e urbane in una modellazione unificata multi-strato.
- Preserva copertura spaziale temporale, provenienza dei dati e disponibilità per tile a livello granulare.
- Abilita compiti agenziali complessi quali forecasting urbano, planning di risorse ed analisi ambientale.
Perché conta. È rilevante per sviluppatori che lavorano con LLM e agenti perché fornisce un fondamento strutturato per il ragionamento su dati spaziotemporali eterogenei in scenari reali. Permette di testare capacità di inferenza, pianificazione autonoma e traduzione cross-modale senza dipendere da simulazioni artificiali.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.