研究人员推出了SQuID,这是一个新的基准,旨在评估视觉语言模型(VLM)在分析卫星图像时的定量空间推理能力。该基准包含2000个不同难度级别的问题,答案来自精选的分割掩码或人类共识。目前的VLM在此类推理方面表现不佳,表现最好的零样本模型准确率仅为28.1%。提出的定量代理空间推理(QASR)方法使用LLM编写分割和测量程序,准确率达到42.0%,突显了分割是需要改进的关键领域。 AI
影响 该基准突显了VLM空间推理的当前局限性,可能指导未来在遥感和地理空间分析应用中模型的开发。
排序理由 该集群描述了一个用于评估AI模型能力的新学术基准和数据集。[lever_c_demoted from research: ic=1 ai=1.0]
- Peter A. Massih
- Quantitative Agentic Spatial Reasoning
- Qwen2.5-VL-7B
- remote sensing
- satellite imagery
- Satellite Quantitative Intelligence Dataset
- SQuID
- vision-language model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →