研究表明，在多模态大模型训练中，样本难度比训练范式更为重要。中兴通讯团队首次通过GRPO-only方法，在视觉推理和感知任务中超越传统的SFT+RL范式，提出了PISM和CMAB两种难度量化策略，显著提升了模型性能，验证了难度感知采样的有效性。

本文探讨了多种卷积神经网络在建筑物轮廓提取中的应用，包括SegNet和条件生成对抗网络。研究提出了结合近红外信息的建筑提取框架，并介绍了Building3D和GBSS等数据集，以提高建筑物提取的精度和效率，支持城市规划和可持续发展。