English(EN) Beyond GSD-as-Token: Continuous Scale Conditioning for Remote Sensing VLMs

新框架使遥感模型能够适应尺度变化

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-08 10:35

研究人员开发了ScaleEarth，一个新颖的遥感视觉语言模型（RS-VLMs）框架，解决了地面采样距离（GSD）变化带来的挑战。与先前将GSD视为离散token的方法不同，ScaleEarth使用连续条件变量，根据物理尺度动态调整模型的计算路径。该方法通过CS-HLoRA和SSE-U进行GSD预测，在遥感基准测试中取得了最先进的成果。 AI

影响引入了一种处理遥感数据尺度变化的新方法，有望提高地球系统任务的性能。

排序理由该集群包含一篇学术论文，详细介绍了一种改进遥感视觉语言模型的新方法和框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇学术论文，详细介绍了一种改进遥感视觉语言模型的新方法和框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 145 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yawei Li · 2026-05-08 10:35

超越 GSD-as-Token：遥感 VLM 的连续尺度条件

Remote sensing vision-language models (RS-VLMs) face a fundamental mismatch with natural-image counterparts: the same geographic object exhibits radically different visual evidence across ground sampling distances (GSDs) spanning multiple orders of magnitude. Yet existing RS-VLMs…

本文如何被排名

报道来源 [1]

超越 GSD-as-Token：遥感 VLM 的连续尺度条件

相关实体

相关话题