Geo-R1: Messa a Punto per Rinforzo Ragionamento-centrica per il Riferimento Geospaziale Few-Shot

Geo-R1 è un paradigma di messa a punto per rinforzo (RFT) incentrato sul ragionamento, volto a migliorare la comprensione few-shot di espressioni di riferimento geospaziale nel telerilevamento. Affronta le sfide incontrate dalla messa a punto supervisionata (SFT) su modelli linguistici multimodali di grandi dimensioni, in particolare in situazioni con dati scarsi. L'approccio richiede che il modello crei inizialmente catene di ragionamento chiare e interpretabili che scompongono le espressioni di riferimento, utilizzando successivamente queste motivazioni per identificare gli oggetti target. Questo metodo di dare priorità al ragionamento prima dell'azione migliora sia la generalizzazione che l'interpretabilità, anche con annotazioni minime. L'efficacia del modello è stata valutata utilizzando tre benchmark per il riferimento geospaziale few-shot.