arXiv cs.CV· Jingwen Huang, Yiming Fang, Hanxiao Wu, Boyuan He, Keyi Luo·· 3 小时前AI 评分34
TerraAgent：面向长上下文遥感视觉问答的演示锚定多智能体推理
TerraAgent: Demonstration-Grounded Multi-Agent Reasoning for Long-Context Remote Sensing Visual Question Answering
AI 导读
TerraAgent 提出免训练框架 AVA，用 GDR、MACE、CVA 三个模块为冻结的遥感多模态大模型补上基于图像证据的长上下文推理。在 RSVQA-LR/HR、VRSBench、LHRS-Bench 上平均准确率最高提升 2.40 分，视觉依赖性得分从 0.28 升至 0.49。依赖先验回答的比例从 46.2% 降到 21.7%，幻觉率从 17.1% 降到 9.8%，且无需微调。
来源：arXiv cs.CV · arxiv.org