LLM辅助交通管理计划编制：WisDOT WisTMP案例研究
原标题：Large Language Model-Assisted Preparation of Transportation Management Plans: A Case Study with WisDOT WisTMP System
AI 摘要
威斯康星大学麦迪逊分校等机构的研究者提出一种基于大语言模型（LLM）的框架，用于自动生成交通管理计划（TMP），并以WisDOT的WisTMP系统为应用场景。该框架将历史WisTMP文档的PDF转换为结构化问答对数据集，微调多个不同规模的开源LLM并本地部署以保障数据安全。实验表明微调显著提升文本生成指标，但模型倾向于过度生成策略，难以给出项目特定的论证和准确的成本估算，且从7B/8B扩展到14B收益有限。
正文节选
[Page 1] Large Language Model-Assisted Preparation of Transportation Management Plans: A Case Study with WisDOT WisTMP System Zihao Shenga, Pei Lib, Zilin Huanga, Yen-Jung Chenc, Yuhao Luoa, Zhengyang Wana, Steven T. Parkera, David A. Noycea, Sikai Chena,∗ aDepartment of Civil and Environmental Engineering, University of Wisconsin-Madison, Madison, WI 53706, USA bDepartm