WeaveAgent: A Two-Stage Tool-Routing Agent for Ultra-High-Resolution Remote Sensing Imagery
Aggiunta all'archivio di AIChronos il (numero del 25 settembre 2026 ricostruito)· fonte del · Zhongyu Pang
WeaveAgent è un agente a due stadi per l'elaborazione di immagini remote sensing ad ultra-alta risoluzione (UHR) che risolve i colli di bottiglia dei token visivi costosi e dell'affidabilità delle chiamate agli strumenti. Il metodo decoupla il routing dal percezione visiva: lo stadio A esegue un primo passo di emissione basato sul training, mentre lo stadio B gestisce le query intrinseche con thumbnail compressi o estrinseche tramite tool call su immagini full-resolution. L'addestramento combina SFT (Supervised Fine-Tuning) e GRPO sotto una reward specifica per migliorare il routing extrinseo da 0% a oltre l'80%, pur non superando globalmente le baseline zero-shot di modelli più grandi.
- Decoupling del routing dalla percezione visiva tramite un approccio due-stage (routing-first followed by conditional execution).
- Utilizzo di una compressione fissa a circa 5k token per i thumbnail e interfacce tipo WeaveEarth come board delle evidenze.
- Miglioramento significativo dell'accuratezza del routing extrinseo tramite SFT, portando da 0% a 80.75% su un corpus specifico VagueUHR.
- L'attribuzione Oracle dimostra che caricare le osservazioni nel contesto aumenta l'accuratezza delle risposte estrinseche e il due-turn SFT aggiunge ulteriori punti di precisione.
- Ablazione visiva conferma che la soppressione dell'emissione è fondata visivamente, mentre i checkpoint addestrati subiscono un costo in termini di token per query riscritte.
Perché conta. Questo approccio è cruciale per gli sviluppatori di agenti AI locali o su edge device poiché dimostra come ottimizzare l'uso dei token e gestire le chiamate agli strumenti senza affidarsi esclusivamente a modelli massivi zero-shot, riducendo i costi computazionali mantenendo un alto livello di precisione nelle risposte complesse.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.