热点事件持续更新
Prithvi作物分类模型跨洲迁移与可靠性评估
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv·Machine Learning Theory（一手）发表研究，评估GeoFM Prithvi-EO-2.0作物分类基础模型在三大洲12国37个事件中的分布外表现与运行可靠性。研究显示，该模型平均总体精度（OA）存在明显区域差异：在美国为0.65，在欧洲降至0.40，表明跨洲迁移性能下降。目前报道仅给出上述区域精度对比，未披露其他大洲具体数值、事件明细或可靠性指标细节。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
新研究称Prithvi-EO-2.0在三大洲12国37事件中评估，OA由美国0.65降至欧洲0.40。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Machine Learning TheoryPrithvi-EO-2.0 作物分类基础模型跨三大洲可迁移性与运行可靠性研究
研究评估了 GeoFM Prithvi-EO-2.0 在三大洲 12 国 37 个事件中的分布外表现，平均总体精度（OA）从美国的 0.65 降至欧洲的 0.40。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。