Agente com mapas para geolocalização de imagens скачать в хорошем качестве

Agente com mapas para geolocalização de imagens

Título original: Thinking with Map: Reinforced Parallel Map-Augmented Agent for Geolocalization Resumo: Esta pesquisa apresenta o Thinking with Map, uma metodologia que integra modelos de visão e linguagem (LVLMs) a ferramentas de mapas para aprimorar a geolocalização de imagens. Diferente de métodos tradicionais que dependem apenas de dados internos, esta abordagem utiliza APIs de mapas para realizar buscas de pontos de interesse e verificação visual em tempo real. O sistema emprega o algoritmo de aprendizado por reforço GRPO para otimizar o processo de raciocínio e a precisão das coordenadas geográficas sugeridas. Além disso, utiliza-se o escalonamento em tempo de teste, onde múltiplos caminhos de raciocínio são gerados em paralelo e avaliados por um verificador para selecionar a resposta mais plausível. Para validar a eficácia da técnica, os autores introduziram o MAPBench, um novo conjunto de dados com imagens atualizadas e desafios de localização diversificados. Os resultados demonstram que essa interação iterativa com mapas supera significativamente o desempenho de modelos que operam de forma isolada. Link do paper: https://huggingface.co/papers/2601.05432