arXiv · 机器人与计算机视觉· Earl Ranario, Jared Smith, Lars Lundqvist, Urmil Jatin Chandarana, Bharath Sridhar, J Mason Earles·· 2026-10-20AI 评分42
VLMs 在农业诊断中“所见”多于“所报”,测试时扩展受限于参数化知识
Vision-language models see more about agriculture than they report, and test-time scaling remains bounded by parametric knowledge
AI 导读
基于 118 个分类与 54 个检测数据集的基准测试显示,冻结 VLM 视觉塔编码器(如 Gemma-4-31B)在农业特征上线性可分,F1-macro 达 0.60--0.78。
来源:arXiv · 机器人与计算机视觉 · arxiv.org