Geospatial AI Multimodal Reasoning Embedding Alignment LLM Integration
摘要

针对现有地理空间基础模型与大语言模型(LLM)集成时存在的冗余、令牌低效及数值不准确问题,本文提出了直接特征推理 -Gemma(DFR-Gemma)框架。该框架通过轻量级投影器将高维地理空间嵌入与 LLM 潜在空间对齐,使其作为语义令牌直接注入,无需中间文本表示即可实现内在推理。实验表明,DFR-Gemma 能使 LLM 解码潜在空间模式,在多任务地理空间基准上实现准确的零样本推理,且效率显著优于基于文本的基线方法,为多模态地理智能提供了更直接可扩展的路径。

AI 推荐理由

论文核心提出让 LLM 直接对密集嵌入进行内在推理,解决数值不准问题。

研究机构
Google Research University of Michigan
论文信息
作者 Xuechen Zhang, Aviv Slobodkin, Joydeep Paul, Mandar Sharma, Samet Oymak et al.
发布日期 2026-04-08
arXiv ID 2604.07490
相关性评分 9/10 (高度相关)