提出GeoSkill地理空间Agent技能学习框架
热点事件观察中
提出GeoSkill地理空间Agent技能学习框架
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Han Luo、Xian Xu、Yinhe Liu、Yanfei Zhong在arXiv提交GeoSkill论文，提出面向地理空间智能体的经验驱动分层技能学习框架：将历史执行经验提炼为任务规划技能库和工具技能库以支持跨任务复用，开发阶段学习并验证技能，部署时技能库冻结、仅用于检索指导。 框架通过Judge、Critic和Refiner三个角色协作完成错误识别、技能缺陷定位与定向修改。基于论文摘要，GeoSkill在EarthBench和ThinkGeo实验中的端到端任务准确率和工具执行可靠性均得到提升。
AI 根据报道生成 · 1 天前更新
最新进展10月14日 12:00
GeoSkill：面向地理空间智能体的经验驱动分层技能学习与协作修订报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIGeoSkill：面向地理空间智能体的经验驱动分层技能学习与协作修订
GeoSkill提出一种面向地理空间智能体的经验驱动分层技能学习框架，将历史执行经验提炼为任务规划技能库和工具技能库，以支持跨任务复用。框架通过Judge、Critic和Refiner协作完成错误识别、技能缺陷定位与定向修改；基于论文摘要，GeoSkill在EarthBench和ThinkGeo实验中的端到端任务准确率和工具执行可靠性均得到提升，部署时技能库冻结并仅用于检索指导。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 810月14日 18:00
- 近 24 小时变化
- -49%
02.557.510
18:0010月15日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。