提出FBA后训练路线提升遥感MLLM港口场景能力

Yuheng Zong 等提出面向遥感多模态大模型的后训练方法 FBA（filling before advancing）：先发展前置基础能力，再做场景专项适配。作者称在相同最终任务监督池下，FBA 使 LLaVA-v1.5 在 HarborEval 基准上由 Direct-SFT 的 57.95 提升至 70.29，Qwen3-VL 由 81.09 提升至 83.37。 工作面向港口场景，同时构建了 CPRS 数据集，覆盖 RGB、SAR、PAN 和 NIR 四类影像的三层结构，并配套 HarborEval 评测基准。上述结果为论文报告数据，属于作者声称的实验结果。

AI 根据报道生成 · 4 小时前更新