论文
Pest-Thinker：通过强化学习学习像昆虫学家一样思考和推理
Pest-Thinker: Learning to Think and Reason like Entomologists via Reinforcement Learning
摘要
虫害造成的农作物损失对全球粮食安全和可持续农业发展构成重大威胁。虽然多模态 大语言模型 (MLLM) 的最新进展在视觉理解和智能农业方面显示出强大的潜力，但由于该领域面临的独特挑战，例如物种间复杂性高、物种内变异性以及专家注释数据的稀缺等，它们在害虫识别中的直接应用仍然受到限制。在这项工作中，我们介绍了 Pest-Thinker，这是一种知识驱动的强化学习 (RL) 框架，使 MLLM 能够推理细粒度的害虫形态。我们首先构建了两个高清害虫基准，QFSD 和 AgriInsect，包括不同的物种和专家注释的形态特征。利用这些数据集，我们合成了思想链 (CoT) 推理轨迹，以促进通过监督 微调 (SFT) 对害虫特定视觉线索进行结构化学习。随后，我们采用组相对策略优化（GRPO）和新颖的特征奖励，引导模型关注可观察的形态证据，并通过 LLM-as-a-Judge 策略进行评估。大量实验表明，Pest-Thinker 极大地提高了域内和域外形态学理解，标志着智能农业害虫分析向专家级视觉推理迈出了一步。数据集和源代码在接受后即可使用。