전진하기 전 채우기: 시나리오 특화 원격탐사 MLLM을 위한 역량 격차 기반 포스트 트레이닝
Filling Before Advancing: Capability-Gap-Driven Post-Training for Scenario-Specialized Remote Sensing MLLMs

TL;DR AI
1분핵심 요약
연구진은 원격탐사 멀티모달 LLM을 위한 단계적 후학습 기법 'Filling Before Advancing'를 제안했다.
이 방법은 먼저 부족한 선행 역량을 보완한 뒤, 해안·항만 이해에 맞게 모델을 추가 미세조정한다.
새 데이터셋과 HarborEval 벤치마크도 함께 공개해 해당 특화 지구관측 과제를 지원했다.
결과적으로 제한된 도메인 데이터 환경에서는 단순 직접 미세조정보다 다단계 역량 구축이 더 효과적일 수 있음을 보였다.
