Selective Tool Use for Agentic Change Visual Question Answering in Remote Sensing
本文针对变化视觉问答任务中模型对过渡统计、面积测量或空间信息回答不可靠的问题,提出了一种选择性工具使用框架,通过调用特定分析工具来提高回答准确性。
0 citationsRead paper
本文针对变化视觉问答任务中模型对过渡统计、面积测量或空间信息回答不可靠的问题,提出了一种选择性工具使用框架,通过调用特定分析工具来提高回答准确性。
研究通过对比MARBERT和XLM-R在阿拉伯-英语代码转换语料上的表现,证明了领域特定预训练配置对Transformer性能的重要性。
研究通过使用基于检索增强生成(RAG)的模拟利益相关者,解决了需求工程教育中角色扮演受限于时间和资源的问题,提高了需求获取问题的质量。
本文研究了相关复合广义伽马衰落信道下的物理层安全性,利用Mellin变换和Fox-H函数推导了单链路概率密度函数、联合分布等表达式,并分析了保密中断概率。
为解决卫星图像分类中注释样本稀缺的问题,提出SE-CLIP框架,通过半监督方式迭代挖掘高置信度样本,提高模型性能。
本文针对变化视觉问答任务中模型对过渡统计、面积测量或空间信息回答不可靠的问题,提出了一种选择性工具使用框架,通过调用特定分析工具来提高回答准确性。
研究通过对比MARBERT和XLM-R在阿拉伯-英语代码转换语料上的表现,证明了领域特定预训练配置对Transformer性能的重要性。
研究通过使用基于检索增强生成(RAG)的模拟利益相关者,解决了需求工程教育中角色扮演受限于时间和资源的问题,提高了需求获取问题的质量。
本文研究了相关复合广义伽马衰落信道下的物理层安全性,利用Mellin变换和Fox-H函数推导了单链路概率密度函数、联合分布等表达式,并分析了保密中断概率。
为解决卫星图像分类中注释样本稀缺的问题,提出SE-CLIP框架,通过半监督方式迭代挖掘高置信度样本,提高模型性能。