本研究提出了GeoRSMLLM模型，旨在解决现有视觉语言模型在复杂指令和像素级操作中的不足。通过引入遥感视觉语言任务集（RSVLTS）和统一数据表示方法，该模型能够更有效地处理遥感任务，为地球科学和遥感领域提供更通用的解决方案。

本文研究了适用于遥感任务的深度神经网络模型中的主动学习，通过捕捉和量化模型的不确定性，选择未标记样本进行注释，以少量样本的标记达到与大型训练集相同的性能。