Geo-OLM：面向可持续地球观测研究的高性价比开放语言模型与状态驱动工作流
机器学习
2025-04-08 v1 人工智能
摘要
地球观测 Copilot（Geospatial Copilots）在自动化地球观测（Earth Observation, EO）和气候监控工作流方面具有巨大潜力，但其对大规模模型（如GPT-4o）的依赖制造了一个悖论：本应服务于可持续性研究的工具往往产生不可持续的成本。使用代理AI框架在地球观测应用中可能累积数千美元的API费用，或需要昂贵、耗能的GPU进行部署，给研究人员、政策制定者和非政府组织构成障碍。不幸的是，当地球观测 Copilot 部署于开放语言模型（OLMs）时，性能往往下降，由于其对GPT优化逻辑的依赖。在本文中，我们提出了Geo-OLM，一个受工具增强的地球观测智能体，利用状态驱动 LLM 推理的新范式，将任务进度与工具调用解耦。通过减轻工作流程推理负担，我们的方法使低资源 OLMs 能够更有效地完成地球观测任务。当模型参数量下降到7B以下时，Geo-OLM 在成功查询完成率方面比最强的先前地球观测基准提升了32.8%。我们的方法在性能上与专有模型相当，结果在GPT-4o水平内，同时将推理成本从500-1000美元降低至十美元以下。我们提供了详尽分析，包含地球观测下游基准测试，为实践者提供关键见解，以有效部署 OLMs 用于 EO 应用。
引用
@article{arxiv.2504.04319,
title = {Geo-OLM: Enabling Sustainable Earth Observation Studies with Cost-Efficient Open Language Models & State-Driven Workflows},
author = {Dimitrios Stamoulis and Diana Marculescu},
journal= {arXiv preprint arXiv:2504.04319},
year = {2025}
}