SimCRAFT: Distilling Remote Sensing Agents via Synthetic Trajectories and Contextual Retrieval-Augmented Fine-Tuning
SimCRAFT 提出一种模型无关框架，将遥感智能蒸馏至紧凑的 7B 规模模型以解决大语言模型缺乏领域知识及基础设施需求高的问题。该框架利用多智能体合成引擎与模拟执行引擎生成包含 14k 条约束验证工作流计划的 SimRS-14k 语料库；同时提出上下文检索增强微调（CRAFT），通过噪声鲁棒目标让模型在适配标准操作程序时进行类比推理，实现多步骤遥感工作流规划。实验表明，SimCRAFT-7B 显著优于开源大语言模型，媲美先进闭源模型与专用遥感智能体，且可在三种 7B 架构上复现，为资源受限环境下的轻量级遥感自主部署提供了具有竞争力的开源基线。