第十一届全国地图学与地理信息系统学术大会

随着大模型技术快速发展，地理信息平台面临着智能化转型需求。地理要素关系挖掘、格局探测、规律模拟等研究形成的大量专业地理模型资源，相比于“大语言”模型在参数规模、计算依赖、训练成本等特征，可以称之为“小”模型。大模型在通用知识和多模态语言理解方面具有显著优势，而小模型在专业性和可靠性方面也无可替代。将小模型的计算推理能力融入到大模型中是新一代通用人工智能的发展趋势，但其在处理地理专业任务时仍存在消耗大、响应慢、上下文长度不足等问题。本研究提出"大-小"模型融合驱动的地理智能平台构建方法，利用大模型的语言理解和推理能力，结合小模型的无幻觉高效执行，设计并研制上下文工程、智能体工作流等技术整合多源专业知识库，在保证准确性的同时提升处理效率，以实现地理信息智能化聚合、分析与可视化。构建的地理智能平台能够降低地理信息应用的专业门槛、提升灵活性，为灾害管理、军事指挥等领域提供高效的决策支持工具。
 

大语言模型,地理空间智能,地理智能,地理智能体