思考与回答 ME：遥感中多实体推理定位的基准测试与探索

近期推理语言模型与可验证奖励强化学习的进展显著提升了多步推理能力，促使研究者将推理范式扩展至遥感视觉定位任务。然而，现有方法多局限于感知级匹配与单实体设定，缺乏显式推理与实体间建模。为此，本文提出了遥感多实体推理定位（ME-RSRG）新基准数据集，并将该任务重构为多实体推理问题。作者提出了基于视觉 - 语言基础模型的实体感知推理（EAR）框架，生成结构化推理轨迹及主客体定位输出。该框架采用监督微调进行冷启动初始化，并通过实体感知的奖励驱动群相对策略优化（GRPO）进一步优化。实验验证了 EAR 框架的有效性。