把遥感模型构建交给智能体
来自 arXiv · 期号 2026-10-14
摘要
遥感模型目前仍靠人工设计：每遇到一个新任务，专家就要设计训练方案并在基准上调参。 这篇论文把这个循环交给了智能体。任何可验证的任务都可以拆成两个组件：harness（定义智能体能用哪些工具）和 verifier（定义什么算成功）。通过标注基准、独立传感器、物理模型或对同一地点的重复观测，所有遥感任务都能变成可验证的。给定这两个组件，通用编码智能体就能自行构建遥感模型，并在自己的输出上递归改进。 在覆盖光学、SAR 和多光谱时间序列影像的四个遥感基准上，智能体构建的模型超越了此前最优结果，且仅用约 1% 的训练标签就能保持大部分精度。这建立了一个新范式：人设计 harness 和 verifier，智能体构建模型，遥感模型随智能体的进步而自动提升。