研究者提出积水水位推理框架HydroReasoner

Zhengshu Zhou等作者提出积水水位推理框架HydroReasoner，把积水水位识别重构为显式的视觉推理任务，并面向云边协同场景设计。该框架基于Qwen2.5-VL构建，用Group Relative Policy Optimization训练，并借助积水领域知识图谱HydroKG的路径奖励对推理过程进行监督。 在边缘部署方面，作者称对模型应用4-bit量化后，GPU显存占用降低57%、推理延迟降低43%，域外准确率仅下降0.2个百分点。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。