GeoFlow自动构建地理空间任务智能体流程，提升成功率并大幅降低计算开销。
GeoFlow: Agentic Workflow Automation for Geospatial Tasks
- 为每个智能体设定具体工具调用目标，精准指导地理API调用
- 在主流大模型上成功率提升6.8%，令牌消耗最高减少75%
- 适合需要高效处理地理数据的自动化系统开发者
我们提出GeoFlow，一种自动生成地理空间任务智能体工作流的方法。与以往仅关注推理分解而隐式处理API选择的工作不同，我们的方法为每个智能体提供详细的工具调用目标，以指导运行时的地理空间API调用。GeoFlow在主流LLM系列上相比当前最优方法，使智能体成功率提升6.8%，令牌使用量最高减少四倍。
原文摘要 · Abstract (English)
We present GeoFlow, a method that automatically generates agentic workflows for geospatial tasks. Unlike prior work that focuses on reasoning decomposition and leaves API selection implicit, our method provides each agent with detailed tool-calling objectives to guide geospatial API invocation at runtime. GeoFlow increases agentic success by 6.8% and reduces token usage by up to fourfold across major LLM families compared to state-of-the-art approaches.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。