Aerial-R1：强化空中推理与分割的MLLM框架
热点事件持续更新
Aerial-R1：强化空中推理与分割的MLLM框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Jisheng Dang 等作者提出 Aerial-R1，称其为首个面向空中场景、强化视觉推理与分割能力的多模态大模型（MLLM）框架。该框架借鉴 DeepSeek-R1 的推理激励机制，提出 H-GAWR 策略：构建高、低分辨率视图并动态分组，结合组相对优势估计与优势加权策略提取，并形成显式拒绝机制。 在作者称为首个空中 MLLM 基准的 VSAI-Ref 上，Aerial-R1 的分割精度显著优于 SFT 基线，同时大幅减少低信息场景下的致命幻觉。代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
Aerial-R1：强化 MLLM 的空中推理与分割能力报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIAerial-R1：强化 MLLM 的空中推理与分割能力
Aerial-R1 是首个面向空中场景强化视觉推理与分割能力的 MLLM 框架，借鉴 DeepSeek-R1 的推理激励机制，提出 H-GAWR 策略，通过构建高/低分辨率视图动态分组，将组相对优势估计与优势加权策略提取结合，并形成显式拒绝机制。在首个空中 MLLM 基准 VSAI-Ref 上，Aerial-R1 的分割精度显著优于 SFT 基线，同时大幅减少低信息场景下的致命幻觉。代码已公开。
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。