arXiv · cs.AI· Yuheng Zong, Minghua Wang, Xin Zhao, Zhi-Hui Zhan, Antonio Plaza, Jon Atli Benediktsson·· 6 小时前
FBA通过能力缺口驱动后训练提升遥感多模态模型场景专项能力
Filling Before Advancing: Capability-Gap-Driven Post-Training for Scenario-Specialized Remote Sensing MLLMs
arXiv:2607.22205v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuheng Zong, Minghua Wang, Xin Zhao, Zhi-Hui Zhan, Antonio Plaza, Jon Atli Benediktsson
研究任务与主要进展
研究者提出FBA能力缺口驱动后训练方法，在相同最终任务监督池下，使LLaVA-v1.5在HarborEval上的得分由Direct-SFT的57.95提升至70.29，使Qwen3-VL由81.09提升至83.37。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org