GeoRSMLLM: A Multimodal Large Language Model for Vision-Language Tasks in Geoscience and Remote Sensing
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhang, Zilun, Shen, Haozhan, Zhao, Tiancheng, Chen, Bin, Guan, Zian, Wang, Yuhao, Jia, Xu, Cai, Yuxiang, Shang, Yongheng, Yin, Jianwei |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
ImageRAG: Enhancing Ultra High Resolution Remote Sensing Imagery Analysis with ImageRAG
di: Zhang, Zilun, et al.
Pubblicazione: (2024)
di: Zhang, Zilun, et al.
Pubblicazione: (2024)
RS5M and GeoRSCLIP: A Large Scale Vision-Language Dataset and A Large Vision-Language Model for Remote Sensing
di: Zhang, Zilun, et al.
Pubblicazione: (2023)
di: Zhang, Zilun, et al.
Pubblicazione: (2023)
Geo-R1: Improving Few-Shot Geospatial Referring Expression Understanding with Reinforcement Fine-Tuning
di: Zhang, Zilun, et al.
Pubblicazione: (2025)
di: Zhang, Zilun, et al.
Pubblicazione: (2025)
Which Pretraining Paradigm Better Serves Spatial Intelligence? An Empirical Comparison of Vision-Language and Video Generation Models
di: Shen, Haozhan, et al.
Pubblicazione: (2026)
di: Shen, Haozhan, et al.
Pubblicazione: (2026)
ZoomEye: Enhancing Multimodal LLMs with Human-Like Zooming Capabilities through Tree-Based Image Exploration
di: Shen, Haozhan, et al.
Pubblicazione: (2024)
di: Shen, Haozhan, et al.
Pubblicazione: (2024)
Talking to Yourself: Defying Forgetting in Large Language Models
di: Sun, Yutao, et al.
Pubblicazione: (2026)
di: Sun, Yutao, et al.
Pubblicazione: (2026)
SRMF: A Data Augmentation and Multimodal Fusion Approach for Long-Tail UHR Satellite Image Segmentation
di: Guo, Yulong, et al.
Pubblicazione: (2025)
di: Guo, Yulong, et al.
Pubblicazione: (2025)
The Self-Improvement Paradox: Can Language Models Bootstrap Reasoning Capabilities without External Scaffolding?
di: Sun, Yutao, et al.
Pubblicazione: (2025)
di: Sun, Yutao, et al.
Pubblicazione: (2025)
GeoMMBench and GeoMMAgent: Toward Expert-Level Multimodal Intelligence in Geoscience and Remote Sensing
di: Xiao, Aoran, et al.
Pubblicazione: (2026)
di: Xiao, Aoran, et al.
Pubblicazione: (2026)
VLM-R1: A Stable and Generalizable R1-style Large Vision-Language Model
di: Shen, Haozhan, et al.
Pubblicazione: (2025)
di: Shen, Haozhan, et al.
Pubblicazione: (2025)
Preserving Knowledge in Large Language Model with Model-Agnostic Self-Decompression
di: Zhang, Zilun, et al.
Pubblicazione: (2024)
di: Zhang, Zilun, et al.
Pubblicazione: (2024)
DetailCLIP: Injecting Image Details into CLIP's Feature Space
di: Zhang, Zilun, et al.
Pubblicazione: (2022)
di: Zhang, Zilun, et al.
Pubblicazione: (2022)
RemoteCLIP: A Vision Language Foundation Model for Remote Sensing
di: Liu, Fan, et al.
Pubblicazione: (2023)
di: Liu, Fan, et al.
Pubblicazione: (2023)
GUI Testing Arena: A Unified Benchmark for Advancing Autonomous GUI Testing Agent
di: Zhao, Kangjia, et al.
Pubblicazione: (2024)
di: Zhao, Kangjia, et al.
Pubblicazione: (2024)
MM-CondChain: A Programmatically Verified Benchmark for Visually Grounded Deep Compositional Reasoning
di: Shen, Haozhan, et al.
Pubblicazione: (2026)
di: Shen, Haozhan, et al.
Pubblicazione: (2026)
An Efficient and Effective Encoder Model for Vision and Language Tasks in the Remote Sensing Domain
di: Silva, João Daniel, et al.
Pubblicazione: (2025)
di: Silva, João Daniel, et al.
Pubblicazione: (2025)
FLAVARS: A Multimodal Foundational Language and Vision Alignment Model for Remote Sensing
di: Corley, Isaac, et al.
Pubblicazione: (2025)
di: Corley, Isaac, et al.
Pubblicazione: (2025)
Efficient Few‐Shot Learning in Remote Sensing: Fusing Vision and Vision‐Language Models
di: Jia Yun Chua, et al.
Pubblicazione: (2025)
di: Jia Yun Chua, et al.
Pubblicazione: (2025)
Efficient Few-Shot Learning in Remote Sensing: Fusing Vision and Vision-Language Models
di: Chua, Jia Yun, et al.
Pubblicazione: (2025)
di: Chua, Jia Yun, et al.
Pubblicazione: (2025)
GeoGalactica: A Scientific Large Language Model in Geoscience
di: Lin, Zhouhan, et al.
Pubblicazione: (2023)
di: Lin, Zhouhan, et al.
Pubblicazione: (2023)
LHRS-Bot-Nova: Improved Multimodal Large Language Model for Remote Sensing Vision-Language Interpretation
di: Li, Zhenshi, et al.
Pubblicazione: (2024)
di: Li, Zhenshi, et al.
Pubblicazione: (2024)
Frequency-Aware Vision-Language Multimodality Generalization Network for Remote Sensing Image Classification
di: Zhang, Junjie, et al.
Pubblicazione: (2025)
di: Zhang, Junjie, et al.
Pubblicazione: (2025)
EagleVision: Object-level Attribute Multimodal LLM for Remote Sensing
di: Jiang, Hongxiang, et al.
Pubblicazione: (2025)
di: Jiang, Hongxiang, et al.
Pubblicazione: (2025)
UniRS: Unifying Multi-temporal Remote Sensing Tasks through Vision Language Models
di: Li, Yujie, et al.
Pubblicazione: (2024)
di: Li, Yujie, et al.
Pubblicazione: (2024)
SkyEyeGPT: Unifying Remote Sensing Vision-Language Tasks via Instruction Tuning with Large Language Model
di: Zhan, Yang, et al.
Pubblicazione: (2024)
di: Zhan, Yang, et al.
Pubblicazione: (2024)
MineAgent: Towards Remote-Sensing Mineral Exploration with Multimodal Large Language Models
di: Yu, Beibei, et al.
Pubblicazione: (2024)
di: Yu, Beibei, et al.
Pubblicazione: (2024)
Diverse Instance Generation via Diffusion Models for Enhanced Few-Shot Object Detection in Remote Sensing Images
di: Liu, Yanxing, et al.
Pubblicazione: (2025)
di: Liu, Yanxing, et al.
Pubblicazione: (2025)
GeoGround: A Unified Large Vision-Language Model for Remote Sensing Visual Grounding
di: Zhou, Yue, et al.
Pubblicazione: (2024)
di: Zhou, Yue, et al.
Pubblicazione: (2024)
MGCR-Net:Multimodal Graph-Conditioned Vision-Language Reconstruction Network for Remote Sensing Change Detection
di: Wang, Chengming, et al.
Pubblicazione: (2025)
di: Wang, Chengming, et al.
Pubblicazione: (2025)
Multilingual Vision-Language Pre-training for the Remote Sensing Domain
di: Silva, João Daniel, et al.
Pubblicazione: (2024)
di: Silva, João Daniel, et al.
Pubblicazione: (2024)
Continual Vision-Language Learning for Remote Sensing: Benchmarking and Analysis
di: Weng, Xingxing, et al.
Pubblicazione: (2026)
di: Weng, Xingxing, et al.
Pubblicazione: (2026)
VLM-FO1: Bridging the Gap Between High-Level Reasoning and Fine-Grained Perception in VLMs
di: Liu, Peng, et al.
Pubblicazione: (2025)
di: Liu, Peng, et al.
Pubblicazione: (2025)
Empowering Visual Creativity: A Vision-Language Assistant to Image Editing Recommendations
di: Shen, Tiancheng, et al.
Pubblicazione: (2024)
di: Shen, Tiancheng, et al.
Pubblicazione: (2024)
A Comprehensive Survey and Guide to Multimodal Large Language Models in Vision-Language Tasks
di: Liang, Chia Xin, et al.
Pubblicazione: (2024)
di: Liang, Chia Xin, et al.
Pubblicazione: (2024)
ViLaCD-R1: A Vision-Language Framework for Semantic Change Detection in Remote Sensing
di: Ma, Xingwei, et al.
Pubblicazione: (2025)
di: Ma, Xingwei, et al.
Pubblicazione: (2025)
GeoR-Bench: Evaluating Geoscience Visual Reasoning
di: Zheng, Yushuo, et al.
Pubblicazione: (2026)
di: Zheng, Yushuo, et al.
Pubblicazione: (2026)
Large Vision-Language Models for Remote Sensing Visual Question Answering
di: Siripong, Surasakdi, et al.
Pubblicazione: (2024)
di: Siripong, Surasakdi, et al.
Pubblicazione: (2024)
VLRS-Bench: A Vision-Language Reasoning Benchmark for Remote Sensing
di: Luo, Zhiming, et al.
Pubblicazione: (2026)
di: Luo, Zhiming, et al.
Pubblicazione: (2026)
FUSE-RSVLM: Feature Fusion Vision-Language Model for Remote Sensing
di: Dang, Yunkai, et al.
Pubblicazione: (2025)
di: Dang, Yunkai, et al.
Pubblicazione: (2025)
Vision-Language Modeling Meets Remote Sensing: Models, Datasets and Perspectives
di: Weng, Xingxing, et al.
Pubblicazione: (2025)
di: Weng, Xingxing, et al.
Pubblicazione: (2025)
Documenti analoghi
-
ImageRAG: Enhancing Ultra High Resolution Remote Sensing Imagery Analysis with ImageRAG
di: Zhang, Zilun, et al.
Pubblicazione: (2024) -
RS5M and GeoRSCLIP: A Large Scale Vision-Language Dataset and A Large Vision-Language Model for Remote Sensing
di: Zhang, Zilun, et al.
Pubblicazione: (2023) -
Geo-R1: Improving Few-Shot Geospatial Referring Expression Understanding with Reinforcement Fine-Tuning
di: Zhang, Zilun, et al.
Pubblicazione: (2025) -
Which Pretraining Paradigm Better Serves Spatial Intelligence? An Empirical Comparison of Vision-Language and Video Generation Models
di: Shen, Haozhan, et al.
Pubblicazione: (2026) -
ZoomEye: Enhancing Multimodal LLMs with Human-Like Zooming Capabilities through Tree-Based Image Exploration
di: Shen, Haozhan, et al.
Pubblicazione: (2024)