跳到正文
热点事件持续更新

OSGR框架:地球观测问答准确率升至63.7%

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Dazhou Yu等作者提出OSGR两阶段框架,把地球观测档案问答中的检索与推导拆成两部分:离线进行符号概念推演,在线进行关系条件定位。在Earth-Bench和DisasterM3-Reason两个基准上,该框架搭配GPT-4o时把准确率从49.3%提升到63.7%,执行步数从2.9降到2.5。 按作者在论文中的说法,OSGR先用离线观测支撑图在概念层面推导出从目标到结果的有效支撑路径,再据此在线定位。该工作以arXiv预印本形式于2026年11月4日发布,作者未报告其他模型上的结果。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · cs.AI
    OSGR:面向地球观测问答的观测支撑图推理框架

    OSGR 是一个两阶段框架,把地球观测档案问答中的检索与推导拆成离线符号概念推演和在线关系条件定位,用离线观测支撑图在概念层面推导目标到结果的有效支撑路径。在 Earth-Bench 和 DisasterM3-Reason 上,它把 GPT-4o 的准确率从 49.3% 提升到 63.7%,执行步数比从 2.9 降到 2.5。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。