यह शोधपत्र LEAF (लार्ज लैंग्वेज मॉडल एन्हांस्ड ट्रैफिक फ्लो प्रेडिक्टर) का प्रस्ताव करता है, जो यातायात प्रवाह पूर्वानुमान के लिए एक नवीन विधि है। जहाँ मौजूदा विधियाँ स्थान-समय निर्भरताओं का लाभ उठाने पर केंद्रित हैं, वहीं LEAF परीक्षण के समय पर्यावरणीय परिवर्तनों के अनुकूल होने की अपनी क्षमता को बढ़ाने के लिए एक लार्ज लैंग्वेज मॉडल (LLM) प्रस्तुत करता है। LEAF की दो शाखाएँ हैं जो ग्राफ़ और हाइपरग्राफ़ संरचनाओं का उपयोग करके स्थान-समय संबंधों को पकड़ती हैं, जिनमें से प्रत्येक स्वतंत्र रूप से पूर्व-प्रशिक्षित है। परीक्षण के दौरान, दोनों शाखाएँ अलग-अलग पूर्वानुमान उत्पन्न करती हैं, और LLM सबसे संभावित परिणाम का चयन करता है। दोनों शाखाओं के पूर्वानुमान प्रदर्शन को बेहतर बनाने के लिए एक रैंकिंग हानि फ़ंक्शन का उपयोग किया जाता है। विभिन्न डेटासेट पर किए गए प्रयोग LEAF की प्रभावशीलता को प्रदर्शित करते हैं।
