发布LandslideFM滑坡感知基础模型论文
热点事件持续更新
发布LandslideFM滑坡感知基础模型论文
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Shanwen Wang 等作者向 arXiv 提交论文,提出 LandslideFM,作者称其为首个将视觉感知任务与滑坡语境解读相连接的统一基础模型。该模型通过 Source-Agreement Graduated Trust 半监督学习框架适配多种视觉任务,并将预测的滑坡区域作为空间引导,输入经参数高效微调的视觉语言模型进行滑坡推理分析。 论文还提出 LandslideVL 基准,作者称其为首个滑坡智能分析基准,结合视觉图像与新增的文本提示,用于该领域的训练与评估。以上均为论文中的说法。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 13:00
LandslideFM:迈向统一滑坡感知与理解的基础模型报道时间线
沿着报道,了解事件的不同侧面。
11月11日
- arXiv cs.AILandslideFM:迈向统一滑坡感知与理解的基础模型
研究者提出 LandslideFM,首个将视觉感知任务与滑坡语境解读相连接的统一基础模型。它通过 Source-Agreement Graduated Trust 半监督学习框架适配多视觉任务,并将预测的滑坡区域作为空间引导输入经参数高效微调的视觉语言模型,实现滑坡推理分析。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。