НОВОСТЬ · RESEARCH · #129
GeoSkill: обучение иерархическим навыкам на основе опыта с коллективной ревизией для геопространственных агентов
В статье на arXiv предлагается GeoSkill — система, которая трансформирует исторический опыт выполнения задач геопространственными агентами в Иерархическую Базу Навыков (отдельно для планирования и использования инструментов) и использует коллективный механизм ревизии CTSR с ролями Judge, Critic и Refiner для выявления и исправления дефектов навыков. Авторы утверждают, что GeoSkill обучает и валидирует навыки на этапе разработки, фиксирует базу навыков для доступа только на чтение при деплое и повышает точность выполнения задач и надежность вызовов инструментов на EarthBench и ThinkGeo.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье на arXiv предлагается GeoSkill — система, которая трансформирует исторический опыт выполнения задач геопространственными агентами в Иерархическую Базу Навыков (отдельно для планирования и использования инструментов) и использует коллективный механизм ревизии CTSR с ролями Judge, Critic и Refiner для выявления и исправления дефектов навыков.
- Авторы утверждают, что GeoSkill обучает и валидирует навыки на этапе разработки, фиксирует базу навыков для доступа только на чтение при деплое и повышает точность выполнения задач и надежность вызовов инструментов на EarthBench и ThinkGeo.
- GeoSkill адресует практическую проблему LLM-усиленных геопространственных агентов — суммирование длительных последовательностей вызовов инструментов и предотвращение ошибочных самопросмотров — что может повысить повторное использование и надежность поведения агента.
ПОЧЕМУ ЭТО ВАЖНО
GeoSkill адресует практическую проблему LLM-усиленных геопространственных агентов — суммирование длительных последовательностей вызовов инструментов и предотвращение ошибочных самопросмотров — что может повысить повторное использование и надежность поведения агента.