SQuID卫星影像定量推理基准发布

研究团队发布 SQuID 卫星影像定量空间推理基准，含 587 张影像上的 2,000 道题，覆盖 24 种题型和三个难度层级，答案由人工标注的分割掩码或人类共识计算得出。 在 15 个受测系统中，最佳零样本端到端视觉语言模型仅得 28.1%，遥感专用模型得分更低；团队提出的 QASR 基线达 42.0%，改用参考掩码后升至 82.6%，团队据此认为分割是主要误差来源。 SQuID 同时公开答案对应的参考掩码，供模块化系统以参考掩码而非预测掩码评估，并发布 75,687 对训练问答数据（SQuID-Train），代码与数据公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。