FairRSFM 基准揭示遥感基础模型的生态偏差:最差组分数远低于总体
Md Aminur Hossain · hf · 2026-10-07
FairRSFM 是一个生态群组感知的遥感基础模型评测基准与去偏框架，指出用总体指标评估 RSFM 会掩盖跨生态区域的系统性性能差异。
- 将 14 个陆地生物群系映射为 6 个生态宏观组，统一冻结骨干协议下评测 m-EuroSAT、m-BigEarthNet、m-SA-Crop-Type、MMEarth20K 四个下游数据集。
- 对 Prithvi-EO-2.0、SatMAE、DOFA 的评测显示总体分数持续掩盖群组差异：Prithvi-EO-2.0 在 m-EuroSAT 总体 macro-F1 达 90.98%，但最差组均值仅 83.72%；m-SA-Crop-Type 的 mIoU 从总体 27.30% 跌至干旱/矿物组的 18.47%。
- 提出 BOLP、DBR、GroupDRO 三种去偏基线，效果因模型任务而异；BOLP 在不更新骨干的情况下将 Prithvi-EO-2.0 在 m-BigEarthNet 的最差组 F1@opt 从 46.12% 提至 50.27%。
- 代码与数据集开源。
「研究」频道最新
- 数学家团队形式化验证:n=11 方形装箱问题确为最优解 — ctjlewis · 2026-10-07
- 研究复现100场人类讨论:AI 智能体组共识率虚高,常一致地错 — alex_verem · 2026-10-07
- 早稻田实验:AI 智能体小组 98.7% 达成一致,其中 74% 一致地错 — alex_verem · 2026-10-07
- Marin 535B-A23B 开源模型训练过半，Percy Liang 分享心得 — ericjang11 · 2026-10-07
- Conjectures 平台矿工攻克悬置 40 余年的 Erdős 问题 579,Lean 验证通过 — IgorCarron · 2026-10-07
- hardmaru 神经进化教科书正式出版,提供免费在线版 — burny_tech · 2026-10-07