SQuID：卫星影像定量空间推理基准

SQuID 是覆盖 587 张卫星影像、2000 道题的定量空间推理基准，含 24 种题型和三个难度层级，答案由人工标注的分割掩码或人类共识计算。15 个受测系统中最佳零样本端到端 VLM 仅得 28.1%，遥感专用 VLM 更低；LLM 编写程序调用几何算子测量掩码的 QASR 基线达 42.0%，改用参考掩码后升至 82.6%，说明分割是主要误差来源。