摘要
近期视觉语言模型在图像地理定位方面取得显著进展，但现有模型易受地标偏差影响，导致忽略地理线索或形成虚假关联。为此，本文设计了偏差强度与危害性两项量化指标，并构建了 LandmarkBias-3K 基准。为缓解该问题，提出了证据驱动推理框架 HoloGeo，辅以标注结构化无偏推理链的 BF-30k 数据集。通过引入多维奖励机制，HoloGeo 鼓励模型平衡关注多样视觉线索，实现证据驱动的联合推理。实验表明其在多个基准上表现优异，显著提升了地理空间推理的鲁棒性。
AI 推荐理由
论文提出证据驱动推理框架以解决地标偏差，核心贡献在于提升模型的地理空间推理可靠性。
研究机构
National University of Singapore
Singapore, Singapore
Shandong University of Science and Technology
Qingdao, China
University of Oxford
Oxford, United Kingdom
论文信息