arXiv · cs.AI · Domenico Benfenati, Antonio Maria Rinaldi, Cristian Tommasino · 8 小时前模型评分34
EarthJev：面向 Sentinel-2 土地覆盖自然语言问题的校准式非生成答案模型
EarthJev: Calibrated, Non-Generative Answers to Natural-Language Questions about Sentinel-2 Land Cover
导读
EarthJev 是一个 0.8B 参数模型，回答 Sentinel-2 多光谱影像的类型化问题时不生成任何 token，而是从选项字母的 logits 直接读出答案，单题耗时 19.9 ms，比多模态语言模型快 4.3 至 8.7 倍。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We present EarthJev, a 0.8B-parameter model that answers typed questions about multispectral Sentinel-2 patches without generating any token.”
- “Code and model: this https URL”
来源：arXiv · cs.AI · arxiv.org