人民網北京9月19日電 （記者趙竹青）記者從中國科學院獲悉，9月19日，中國科學院地理科學與資源研究所聯(lián)合中國科學院青藏高原研究所、中國科學院自動化研究所等單位研發(fā)的多模態(tài)地理科學大模型“坤元”(Sigma Geography)正式發(fā)布。
據介紹，該大模型是專注于地理科學的專業(yè)語言大模型，具備處理地理科學相關問題的專業(yè)能力，研發(fā)團隊完成了地理學全譜系高質量語料庫構建、地理科學語言大模型構建、地理科學研究智導平臺研發(fā)等工作，讓“坤元”具備“懂地理”“精配圖”“知人心”“智生圖”等特點，實現(xiàn)了地理專業(yè)問題解答、地理學文獻智能分析、地理數(shù)據資源查詢、地理數(shù)據挖掘分析、專題地圖繪制等功能。
研發(fā)團隊建立了涵蓋4大類、16小類的地理全學科語料庫，提供320億詞元供大模型自監(jiān)督學習，并制作了4萬余條高質量地理學指令進行模型微調。相比通用語言大模型，“坤元”更熟悉地理學的語言模式、專業(yè)術語和領域知識，在地理學基準測試集上的準確性提升了31.3%。
“坤元”旨在拓寬普通大眾的地理視野，解放地理從業(yè)者的雙手，推動地理智能發(fā)展、賦能地理科學研究、加速重大地理科學發(fā)現(xiàn)。未來，研發(fā)團隊將推進地圖大模型及地理推理機研發(fā)，有望讓地理科學語言大模型讀懂地圖；將打造地理科研協(xié)作大平臺，以期讓每個科學家和科研團隊都可以擁有專屬的地理大模型，能夠與數(shù)百萬科學家通過共享數(shù)據、模型、研究思路等方式協(xié)同工作。