HoloGeo：通过证据驱动推理减轻地理定位中的地标偏差

视觉语言模型（VLM）的最新进展显着改善了图像地理定位，但现有模型仍然容易受到地标偏差的影响，导致它们忽略地理线索或形成虚假相关性，最终导致定位不准确。为了系统地研究这个问题，我们首先设计了偏差强度（BI）和偏差危害性（BH）两个定量指标来表征地标对模型推理的影响，并建立了一个综合基准LandmarkBias-3K。为了减轻地标偏差，我们进一步提出了一种证据驱动的推理框架 HoloGeo，以提高地理定位的可靠性。 HoloGeo 由高质量数据集 BF-30k 支持，并用结构化多证据无偏见推理链进行注释。通过整合多维奖励，HoloGeo 明确鼓励对不同视觉线索的平衡注意力，并实现证据驱动的联合推理。大量实验表明，HoloGeo 不仅在 IM2GPS3K 和 YFCC4k 上保持出色的性能，而且在 LandmarkBias-3K 上显着优于现有的开源 VLM，验证了其稳健地理空间推理的有效性。