论文提出多智能体系统 GeoFaham 及配套灾害地理分析基准。
资讯摘要
论文提出 GeoFaham，一个面向地理空间灾害分析的多智能体系统，将工作流拆分为矢量操作、地图要素检索、影像发现与栅格分析等专家智能体，由带双账本控制循环的 Orchestrator 协调规划、进度跟踪、校验与重规划；并用 Response Store 在 LLM 上下文外持久化完整地理空间输出与类型化元数据。作者同时发布基于 17 条真实灾害记录的 40 项任务基准 GeoFaham-Bench，报告其总体得分 0.940，高于次优基线 0.879，且 token 用量少 7.5 倍。
要点速读
- GeoFaham 由 Orchestrator 与矢量、地图要素、影像、栅格等专家智能体组成，采用双账本控制循环做依赖感知规划与重规划。
- Response Store 在 LLM 上下文窗口外保存完整地理空间产物与类型化元数据，智能体之间只交换紧凑标识与摘要。
- 作者构建 GeoFaham-Bench（40 项任务、17 条真实灾害记录），报告 GeoFaham 得分 0.940，次优基线 0.879，token 用量少 7.5 倍。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。