零样本地球观测评估基准

消除数据集偏差

为公平评估多模态大语言模型在地球观测任务中的性能提供一套无偏的评估体系。

Yuan, Zhenghang · Xiong, Zhitong · Thomas, Dujardin · Li, Xiang · Mou, Lichao · Zhu, Xiao Xiang

IEEE Geoscience and Remote Sensing Magazine 2026

参数信息

数据集规模

10

数据模态

3

技术优势

评估更公平

使用模型未见过的数据集，避免因数据泄漏导致的高估。

比较更一致

跨10个数据集、3种模态进行统一评估，使不同MLLM之间的比较具有一致性。

应用场景

• 遥感图像分析：用统一基准测试多模态模型在遥感图像理解上的零样本能力，替代零散评估。
• 多模态模型评估：在未公开数据上公平比较不同MLLM，避免数据集偏差导致的高估。
• 数据质量控制：通过设计无偏数据集，确保评估结果真实反映模型能力，而非数据泄漏。
• AI模型开发：提供系统性分析，指导开发更鲁棒、更泛化的地球观测多模态模型。