Geo-Strat-RL：从可验证任务中学习地质事件推理

本文旨在评估视觉语言模型（VLM）对地质历史的推理能力。针对地质过程历史难以唯一识别的挑战，作者提出了 Geo-Strat-RL，一个生成地层观测及紧凑可见证据事件历史的合成环境。该环境结合地质生成器与可执行验证器，通过可验证奖励的强化学习（RLVR）训练模型。实验表明，RLVR 显著提升了 VLM 在地层图上的重建得分。此外，研究证实了在地层图领域学到的推理能力可迁移至合成地震观测域，支持了 RLVR 能教授跨观察格式的可复用地质推理概念的假设。