区域语言模型（RegionGPT）通过改进视觉编码器和任务导向提示，提升了区域级标题生成和理解能力。研究评估了其在空间关系推理中的表现，并构建了高质量的远程感知图像字幕数据集（RSICap），提出了新的评估框架。大型语言模型在空间关系表示方面展现出潜力，但仍需改进。

介绍了越南的UIT-OpenViIC图像字幕数据集和CAMO方法，该数据集可用于评估字幕模型，CAMO方法通过融合机制提高了图像表示能力和生成字幕的质量。

本研究构建了一个高质量的远程感知图像字幕数据集（RSICap），包括 2,585 个人工注释的字幕，为每个图像提供了详细的描述，包括场景描述和对象信息。此外，还提供了一个基准评估数据集 RSIEval，可以全面评估在 RS 背景下的视觉语言模型。