Spec-o3: 一种工具增强的视觉-语言智能体，通过自动化光谱检测对稀有天体候选体进行筛选
计算与语言
2026-04-24 v3 天体物理仪器与方法
摘要
由于深度学习分类器的泛化能力和可解释性有限，稀有天体候选体的最终筛选仍然依赖于专家目视检查——这是一个劳动密集型的过程。在此过程中，天文学家利用专业工具分析光谱并构建可靠的星表。然而，这种做法已成为主要瓶颈，因为它从根本上无法随现代光谱巡天数据洪流而扩展。为弥合这一差距，我们提出了Spec-o3，一种工具增强的视觉-语言智能体，通过交错的多模态思维链推理执行与天文学家一致的光谱检测。Spec-o3采用两阶段后训练方案进行训练：在专家检查轨迹上进行冷启动监督微调，随后在稀有类型验证任务上进行基于结果的强化学习。在来自LAMOST的五项稀有天体识别任务上的评估表明，Spec-o3建立了新的最先进水平，使用7B参数基础模型将宏F1分数从28.3提升至76.5，并超越了专有视觉语言模型和专门的深度模型。至关重要的是，该智能体在跨巡天（从LAMOST到SDSS/DESI）的未见检测任务上展现出强大的泛化能力。专家评估确认其推理轨迹连贯且物理一致，支持透明和可信的决策。代码、数据和模型可在https://github.com/Maxwell-Jia/spec-o3获取。
引用
@article{arxiv.2601.06498,
title = {Spec-o3: A Tool-Augmented Vision-Language Agent for Rare Celestial Object Candidate Vetting via Automated Spectral Inspection},
author = {Minghui Jia and Qichao Zhang and Ali Luo and Linjing Li and Shuo Ye and Hailing Lu and Wen Hou and Dongbin Zhao},
journal= {arXiv preprint arXiv:2601.06498},
year = {2026}
}
备注
Accepted to ACL 2026 Main Conference