论文页面 - RemoteZero: 零人类标注下的地理空间推理

来源: https://huggingface.co/papers/2605.04451

摘要

RemoteZero 利用多模态大型语言模型（MLLM）的语义验证能力，无需边界框监督即可从无标注的遥感数据中进行自演进定位，从而实现地理空间推理。

地理空间推理 (https://huggingface.co/papers?q=Geospatial%20reasoning) 要求模型将复杂的空间语义和用户意图解析为地球观测中的精确目标位置。最近的进展解放了推理路径，使其不再依赖人工策划，允许模型生成自己的推理链。然而，仍存在一个最后的依赖项：它们仍然受到人工标注的真值坐标的监督。这使得推理过程是自主的，但其空间端点并非如此，从而阻止了在丰富的无标注遥感数据上进行真正的自演进 (https://huggingface.co/papers?q=self-evolution)。为了打破这一瓶颈，我们引入了 RemoteZero，这是一个无需边界框监督 (https://huggingface.co/papers?q=box-supervision-free) 的地理空间推理 (https://huggingface.co/papers?q=geospatial%20reasoning) 框架。RemoteZero 的动机源于一个简单的不对称性：多模态大模型 (https://huggingface.co/papers?q=MLLM) 通常更擅长验证某个区域是否满足查询，而不是直接生成精确的坐标。利用这种更强的判别能力，RemoteZero 用内在的语义验证 (https://huggingface.co/papers?q=semantic%20verification) 替代了几何监督，并实现了无需边界框标注的 GRPO 训练 (https://huggingface.co/papers?q=GRPO%20training)。该框架进一步支持迭代式自演进 (https://huggingface.co/papers?q=self-evolution)，允许模型通过自身的验证信号从无标注的遥感图像 (https://huggingface.co/papers?q=remote%20sensing%20imagery) 中提升性能。实验表明，RemoteZero 在与强监督方法相比时取得了具有竞争力的性能，证明了自验证训练在地理空间推理 (https://huggingface.co/papers?q=geospatial%20reasoning) 定位 (https://huggingface.co/papers?q=localization) 中的潜力。

查看 arXiv 页面 (https://arxiv.org/abs/2605.04451) 查看 PDF (https://arxiv.org/pdf/2605.04451) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2605.04451)

在您的代理中获取此论文：

hf papers read 2605\.04451

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2605.04451 以从此页面链接。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2605.04451 以从此页面链接。

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2605.04451 以从此页面链接。

包含此论文的收藏集 0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。