AstroVLM：天文成像质量诊断的专家多智能体协同推理

视觉语言模型（VLM）已应用于多个特定领域，并表现出强大的问题解决能力。然而，天文成像这个涉及多学科知识和多个子任务的相当复杂的问题尚未得到充分研究。由于天文成像过程的复杂性，无论是NASA等世界级天文组织还是专家爱好者都投入了大量的时间和精力。这是因为天文成像的过程具有复杂的潜在相关性，这些相关性彼此之间存在显着影响，使得天文图像的质量诊断和错误定位具有挑战性。为了解决这个问题，我们提出了 AstroVLM，一种用于诊断天文图像质量的协作多智能体系统。实验结果表明，AstroVLM 在现实天文成像质量诊断任务上优于所有基线，为语言模型处理复杂的多进程任务提供了参考。