摘要
针对现有合成孔径雷达(SAR)视觉 - 语言模型缺乏专家级逐步分析与逻辑判断能力的问题,本文提出大规模推理模型 FUSAR-R1。该模型首先通过模拟专家解译过程构建显式思维链数据以指导指令学习,赋予基础推理能力;随后引入强化学习策略,基于推理结果优化输出,实现自校正与更可靠的推理。实验表明,FUSAR-R1 在目标检测、计数分类及地物识别等任务上均优于现有多模态大模型。
AI 推荐理由
论文核心提出推理模型,利用思维链与强化学习实现逐步分析与自校正。
研究机构
中国科学院自动化研究所
论文信息