基准
DisasterM3-Reason
专注于灾害场景的多模态推理基准，要求智能体结合卫星影像、地理信息和社会经济数据对灾害事件进行影响评估与因果分析
时间轴 (近 90 天)
11月4日
在Earth-Bench和DisasterM3-Reason两个基准测试上，搭载GPT-4o的OSGR将准确率从49.3%提升至63.7%。
待验证50%
11月4日
在Earth-Bench和DisasterM3-Reason两个基准测试上，搭载GPT-4o的OSGR将执行步骤比率从2.9降低至2.5。
待验证50%
11月4日
DisasterM3-Reason是一个专注于灾害场景的多模态推理基准，要求智能体结合卫星影像、地理信息和社会经济数据，对灾害事件进行影响评估与因果分析。
待验证50%