OpenCity 大模型预测交通路况：零样本下表现出色，来自港大百度

图片地址：https://img.ithome.com/newsuploadfiles/2024/8/90a9815c-d701-415d-9f25-479fbd318b3d.png

长时间交通状况预测，可以用大模型实现了。香港大学联合华南理工大学和百度，推出了长时间城市交通预测模型 ——OpenCity。而且泛化能力极强，可有效应用于广泛的交通预测场景。为了解决传统交通预测模型泛化性及长期预测能力不足的问题，研究团队新的基础模型 OpenCity。OpenCity 结合了 Transformer 架构和图神经网络，用以模拟交通数据中复杂的时空依赖关系。通过在大规模、异质性交通数据集上进行预训练，OpenCity 能够学习丰富、具有泛化性的表征，这些表征可有效应用于广泛的交通预测场景。相比于传统方法，OpenCity 具有以下特点：通用时空建模：OpenCity 旨在有效处理不同空间区域和时间城市交通模式的固有多样性和变化。卓越的零样本预测能力：与仅在目标区域训练的全样本模型相比，OpenCity 展示了更优越的性能。这种显著的零样本能力突出了模型学习泛化表征的能力，使其能够无需广泛重新训练或微调即可无缝应用