摘要
针对地球观测中人类模糊指令与高精度视觉分析需求之间的鸿沟，本文提出 RemoteAgent 框架。该框架尊重多模态大模型（MLLM）的能力边界，利用构建的 VagueEO 数据集进行强化微调，使其能直接处理图像及稀疏区域任务。对于密集预测任务，系统通过模型上下文协议智能编排专用工具。实验表明，该方法在实现鲁棒意图识别的同时，在多种地球观测任务中取得了极具竞争力的性能。
AI 推荐理由
核心研究 Agent 如何根据意图智能选择内部处理或调用外部工具，属于技能学习与工具编排。
研究机构
Hohai University
Southeast University
Sun Yat-sen University
论文信息