OVEarth-Bench：评估开放词汇地球观测的类别广度与查询多样性

OVEarth-Bench 面向开放词汇地球观测，扩展类别覆盖与查询形式，统一评估掩码和框定位。论文称现有方法整体性能仍有限，扩大类别范围可使模型排名更稳定；MLLM 方法总体最强，而地球观测专用方法通常不及通用模型。数据与评测包已公开。