#多模态大模型

论文构建农业VLM基准，发现视觉编码器不弱，提出PPT验证器按评分标准选答案，大幅提升识别F1。

提出农田遥感图文跨模态检索任务，构建数据集并提出FarmMGR框架实现语言驱动检索。