Geo-Expert：通过参数高效微调迈向专家级地质推理

针对通用大语言模型在地质 subsurface 结构及深时演化推理中易产生幻觉的问题，本文提出 Geo-Expert。该研究利用自定义指令合成流水线构建高质量数据集，采用 LoRA 方法对 Qwen3 和 Gemma-3 等基座模型进行参数高效微调。在新型领域基准 Geo-Eval 上的评估显示，经领域对齐的 8B 模型在专业地质推理任务上优于开源 70B 模型及 GPT-4o，而 32B 版本则接近前沿推理模型水平。本研究为科学领域大模型的普及提供了可复现方案，并确立了地质人工智能的新基准。