כתבה
arXiv cs.AI ·
SimCRAFT: פירוק סנסורים רחוקים דרך נתיבי סימולציה ואיתור-מחדש
SimCRAFT: Distilling Remote Sensing Agents via Synthetic Trajectories and Contextual Retrieval-Augmented Fine-Tuning
SimCRAFT מפירק סנסורים רחוקים למודל קצר-ממדים דרך נתיבי סימולציה ואיתור-מחדש. המודל, SimCRAFT-7B, משתמש בטכניקה של CRAFT (Contextual Retrieval-Augmented Fine-Tuning) כדי לפרק סנסורים רחוקים. SimCRAFT-7B משתמש בטכניקה של CRAFT (Contextual Retrieval-Augmented Fine-Tuning) כדי לפרק סנסורים רחוקים.
תקציר מקורי באנגליתarXiv:2608.30277v2 Announce Type: replace Abstract: The unprecedented surge in Earth observation data volume and diversity has exposed a critical bottleneck for traditional manual workflows, catalyzing the emergence of Remote Sensing (RS) Agents. However, the practical deployment of these advanced agents is severely hindered by their heavy reliance on large-scale general-purpose LLMs, which lack deep domain expertise and impose prohibitive infrastructure demands. To resolve this, we propose SimCRAFT, a model-agnostic framework that distills sophisticated RS orchestration capabilities into a compact 7B-scale model. Addressing data scarcity, we first pair a multiagent synthesis engine with a Mock Execution Engine that checks schema correctness, inter-tool dependencies, and sensor/tool compat
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית