TESSERA v2: Scaling Pixel-wise Earth Foundation Models

• 类型：arxiv
• 标识：2607.03949
• 链接：https://arxiv.org/abs/2607.03949
• 主分类：engineering
• 形态：method
• 被引：3
• 被引来源：Semantic Scholar
• S2被引：3
• OpenAlex被引：0
• 影响力被引：1
• TLDR：A concrete, empirically grounded recipe for scaling pixel-wise EO foundation models: train large encoders, select by downstream performance, and distil into flexible student models is given.
• OpenAlex ID：W7167634609
• OpenAlex DOI：10.48550/arxiv.2607.03949
• DOI：10.48550/arxiv.2607.03949
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.03949
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：TESSERA v2：扩展像素级地球基础模型
• TLDR中文：给出一个具体且有实证支撑的像素级 EO 基础模型扩展方案：训练大型 encoder，按下游性能筛选，再蒸馏为灵活的学生模型。
• 来源文件：
• /inbox/tom/_candidates/2026-07-10-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]