热点事件持续更新
TerraAgent 提出免训练遥感 VQA 框架 AVA
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv cs.CV 刊出论文《TerraAgent：面向长上下文遥感视觉问答的演示锚定多智能体推理》。该工作提出免训练框架 AVA，由 GDR、MACE、CVA 三个模块构成，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能力。论文称，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。目前该事件仅有这一篇报道，尚无其他来源的验证或复现结果。
AI 根据报道生成 · 2 小时前更新
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：面向长上下文遥感视觉问答的演示锚定多智能体推理
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。
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。