Allgemeine Large Language Models (LLMs) sind exzellent im Verständnis und in der Verarbeitung natürlicher Sprache.
Allerdings stoßen sie an Grenzen, wenn es um geografische Daten und räumliche Zusammenhänge geht – insbesondere, weil diese Informationen in den Trainingsdaten typischer Modelle oft nicht in geeigneter textueller Form vorliegen.
Das führt dazu, dass generische LLMs relevante geografische Daten nicht zuverlässig finden, extrahieren oder interpretieren können.