Pest-Thinker

Pest-Thinker 使用强化学习帮助 MLLMs 像昆虫学家一样推理

研究人员开发了 Pest-Thinker，一个新颖的强化学习框架，旨在增强多模态大语言模型 (MLLMs) 在农业害虫识别方面的推理能力。该系统通过使 MLLMs 能够分析细粒度的害虫形态，解决了高物种间复杂性和有限专家数据等挑战。Pest-Thinker 利用带有合成思维链轨迹的监督微调和一种群体相对策略优化方法，并以 LLM-as-a-Judge 策略为指导，来提高对害虫的视觉理解能力。