Skip to content
Hot eventLive

Prithvi作物分类模型跨洲迁移与可靠性评估

1 reports1 sources3 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 8
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。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Machine Learning Theory
    Prithvi-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。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.