灾害智能体

面向通用 AI Agents 的多灾害 Benchmark:统一已有灾害数据,补 Monitoring / Impact / Response,用 GIS 工具链评测;主攻工具接地,不先训新的灾害基座模型。

部分内容
ProposalTask.docx 方案:目标、数据侧、Agent 侧、六周计划、交付物
Experiment本地 baseline 导入、T0 覆盖表 / T1 主结果、论文实验缺口、审查台入口

技术主位在智能体与多模态。Track A / Track B 分开评分。对外审查台:https://hazard.simashuhui.cn/。

一句话现状(2026-11-19)

  • 本地已跑一批 no-tool / tool-augmented / reference / GLM / Qwen2.5-VL 预测,并导入多结果库(experiment_id=local-baseline-v0.1,约 6.8 万条)。
  • T0:库内 Track A 可跑题很多,Track B 可跑仅 2;论文用的 paper-v1-test 尚未冻结。
  • T1:已有聚合表;GLM×EarthVerse det-42;DisasterM3 × Qwen2.5-VL-7B 已入表(bench 双图 option 478/2762 ≈ 0.173)。