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 |
|---|---|
| Proposal | Task.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)。