Geo-Strat-RL

新的强化学习方法训练人工智能推理地质事件历史

研究人员开发了Geo-Strat-RL，这是一个旨在训练视觉语言模型（VLMs）推理地质事件历史的合成环境。该系统使用带有可验证奖励的强化学习（RLVR）来生成地层观测和相关的事件历史，然后由可执行验证器对其在年代顺序、事件身份、沉积和结构关系方面的准确性进行评分。研究表明，RLVR训练提高了VLMs的地质重建能力，从地层图中学到的推理能力可以迁移到合成地震表示上，而无需进行特定于地震的训练。