实体
Stefan Maria Ailuro
Stefan Maria Ailuro
PulseAugur coverage of Stefan Maria Ailuro — every cluster mentioning Stefan Maria Ailuro across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新方法将视觉语言模型适配于遥感任务
研究人员开发了一种名为OSMDA的新方法，用于将视觉语言模型（VLMs）适配于遥感任务，而无需依赖昂贵的人工标注或大型外部模型。该方法利用OpenStreetMap数据生成图像-文本对，然后用于微调基础VLM。与现有方法相比，所得的OSMDA-VLM在各种基准测试中表现出显著的性能提升。此外，另一项研究在用于遥感的联邦学习框架内，研究了VLMs的不同适配策略，分析了泛化能力、通信开销和计算复杂度之间的权衡。
-
遥感视觉语言模型“More with Less”优先考虑数据规模而非架构
研究人员开发了一个名为“More with Less”的超大规模遥感视觉语言模型（VLM），该模型挑战了对专门架构设计的需求。通过在多样化的数据集上训练一个通用VLM并采用多任务强化学习框架，该模型在各种遥感任务中取得了有竞争力的性能，包括视觉问答、检测和分割。研究表明，数据规模和多样性对于推进遥感VLM比架构创新更为关键。
-
新的GRTO框架将强化学习与可微分工具使用相结合，用于分割
研究人员开发了一个名为Group Relative Tool Optimization (GRTO)的新框架，以改进计算机视觉中的指代分割任务。该方法将强化学习与可微分工具使用相结合，允许分割解码器与主策略一起进行优化。一种预训练技术Bootstrapped-GRTO (B-GRTO)进一步提高了收敛速度和性能。实验表明，B-GRTO在具有挑战性的分割基准测试中显著优于现有方法。