AstroVLM：用于天文成像质量诊断的专家多智能体协作推理系统

视觉语言模型（VLM）已在多个特定领域展现出强大的问题解决能力，但涉及多学科知识与多重子任务的天文成像领域尚未得到充分研究。由于天文成像过程存在复杂的底层相关性且相互影响显著，导致图像质量诊断与错误定位极具挑战。为此，本文提出 AstroVLM，一种用于诊断天文成像质量的协作式多智能体系统。实验结果表明，AstroVLM 在真实世界的天文成像质量诊断任务中优于所有基线模型，为语言模型处理复杂多流程任务提供了重要参考。