GeoAgent: 学习地理定位的强化地理特征方法

本文提出GeoAgent，一种能够与人类紧密推理并得出精细地址结论的模型。尽管基于强化学习的方法在性能和可解释性方面取得了突破，但其对AI生成的思维链（CoT）数据和训练策略的依赖仍存在与地理特征冲突的问题。为解决这些问题，我们首先引入了GeoSeek，一个由地理专家和专业玩家标注的包含CoT数据的新地理定位数据集。我们进一步深入探讨了地理任务的固有特性，并提出了一种地理相似性奖励和由一致性代理评估的一致性奖励，以辅助训练。这促使模型从地理角度收敛到正确答案，同时确保其推理过程的完整性和一致性。实验结果表明，GeoAgent在多个粒度上优于现有方法和一系列通用大语言模型，且生成的推理过程与人类高度一致。