# GeoEvolve-2KModels

地理空间算法长期靠研究者手工发现改进，如今一套由大语言模型驱动的多智能体框架把候选生成、评估与筛选交给自动搜索，研究者只负责定义问题和评价。以两阶段K-Models为种子、以与真值划分的Rand Index为适应度，在模拟网格上演化出的算法冻结后直接用于11个真实数据集，在气候、健康、水文、政治四类数据上取得最低的平均RMSE和最高的SSR Reduction。

地理空间算法长期靠研究者手工发现改进，如今一套由大语言模型驱动的多智能体框架把候选生成、评估与筛选交给自动搜索，研究者只负责定义问题和评价。以两阶段K-Models为种子、以与真值划分的Rand Index为适应度，在模拟网格上演化出的算法冻结后直接用于11个真实数据集，在气候、健康、水文、政治四类数据上取得最低的平均RMSE和最高的SSR Reduction。