multi-modal-llm

RS-Claw 提出了一种用于遥感智能体的主动工具探索范式，利用层次化技能树，支持按需顺序决策，在Earth-Bench上实现了高达86%的输入令牌压缩，并且性能优于被动选择基线。

本文介绍了 FoodCHA，这是一个专为细粒度食物分析设计的大语言模型多模态智能体框架，旨在解决饮食监测中的层级一致性和属性识别问题。