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。

该论文介绍了一个全球建筑物语义分割（GBSS）数据集，用于评估建筑物语义分割模型的泛化能力和鲁棒性。该数据集包含116.9k对样本，来自六大洲，具有不同的大小和风格。通过定量和定性比较，验证了该数据集在迁移学习领域的潜力。