免训练多智能体遥感VQA框架AVA提出
热点事件持续更新
免训练多智能体遥感VQA框架AVA提出
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Jingwen Huang等作者提出免训练多智能体遥感视觉问答框架AVA，通过GDR、MACE、CVA三个模块为冻结的遥感多模态大模型增强推理能力，无需微调。 据作者报告，AVA在RSVQA-LR/HR、VRSBench和LHRS-Bench上平均准确率最高提升2.40分，视觉依赖分从0.28升至0.49，纯先验回答率从46.2%降至21.7%，幻觉率从17.1%降至9.8%，成本为单次骨干前向的2.6倍。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
TerraAgent：基于演示的多智能体推理，用于长上下文遥感视觉问答报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVTerraAgent：基于演示的多智能体推理，用于长上下文遥感视觉问答
AVA 是一个免训练框架，通过 GDR、MACE、CVA 三个模块为冻结的遥感多模态大模型增强推理能力。在 RSVQA-LR/HR、VRSBench 和 LHRS-Bench 上，AVA 平均准确率最高提升 2.40 分，视觉依赖分从 0.28 升至 0.49，纯先验回答率从 46.2% 降至 21.7%，幻觉率从 17.1% 降至 9.8%，成本为单次骨干前向的 2.6 倍且无需微调。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。