遥感领域的持续视觉 - 语言学习：基准测试与分析

当前遥感视觉 - 语言模型（RS VLMs）虽在图像解释上表现优异，但依赖静态训练数据，难以适应不断涌现的传感模态与下游任务，面临灾难性遗忘挑战。本文提出 CLeaRS，首个针对遥感领域持续视觉 - 学习的综合基准，包含 10 个子集及超 20 万图文对，涵盖多样任务、模态与应用场景。定义了长周期、模态增量及任务增量三种评估协议。实验表明现有模型存在严重遗忘，且通用持续学习方法在应对任务、指令及模态转换时效果有限，亟需开发专用方法。