摘要
视觉语言模型在图像地理定位中表现潜力，但缺乏结构化地理推理与自主进化能力。现有方法依赖隐式参数记忆，易产生幻觉且无法反馈优化。本文提出 GeoSkill，一种基于演化技能图的免训练框架。该框架将专家轨迹转化为原子技能，利用大模型对海量数据进行多轮推理 rollout，通过分析成败轨迹迭代合成与剪枝技能，实现技能图的自主扩展与偏差修正，无需更新参数即可提升定位准确性与推理可信度。
AI 推荐理由
论文提出自主进化机制，通过迭代合成与剪枝技能实现无参数自我改进，核心聚焦自我进化。
研究机构
Southwest Jiaotong University
The Hong Kong University of Science and Technology (Guangzhou)
论文信息