arXiv 2026年10月5日作者提出FairRSFM，把四个遥感下游数据集（m-EuroSAT、m-BigEarthNet、m-SA-Crop-Type、MMEarth20K）的地理坐标样本映射到14类陆地生物群系并归并为六个宏观组，在冻结骨干的统一协议下用三个随机种子评测Prithvi-EO-2.0、SatMAE与DOFA，结果显示总体指标一致地掩盖了生物群系相关的性能差异，例如Prithvi-EO-2.0在m-EuroSAT上总体macro-F1较高而最差组分数明显更低，并比较了BOLP、DBR与GroupDRO三种缓解基线，其效果随模型与任务而异。作者提出FairRSFM，把四个遥感下游数据集（m-EuroSAT、m-BigEarthNet、m-SA-Crop-Type、MMEarth20K）的地理坐标样本映射到14类陆地生物群系并归并为六个宏观组，在冻结骨干的统一协议下用三个随机种子评测Prithvi-EO-2.0、SatMAE与DOFA，结果显示总体指标一致地掩盖了生物群系相关的性能差异，例如Prithvi-EO-2.0在m-EuroSAT上总体macro-F1较高而最差组分数明显更低，并比较了BOLP、DBR与GroupDRO三种缓解基线，其效果随模型与任务而异。FairRSFM用生物群系分组评测三款遥感基础模型，发现总体指标掩盖了生态区域间的性能落差作者提出FairRSFM，把四个遥感下游数据集（m-EuroSAT、m-BigEarthNet、m-SA-Crop-Type、MMEarth20K）的地理坐标样本映射到14类陆地生物群系并归并为六个宏观组，在冻结骨干的统一协议下用三个随机种子评测Prithvi-EO-2.0、SatMAE与DOFA，结果显示总体指标一致地掩盖了生物群系相关的性能差异，例如Prithvi-EO-2.0在m-EuroSAT上总体macro-F1较高而最差组分数明显更低，并比较了BOLP、DBR与GroupDRO三种缓解基线，其效果随模型与任务而异。作者提出FairRSFM，把四个遥感下游数据集（m-EuroSAT、m-BigEarthNet、m-SA-Crop-Type、MMEarth20K）的地理坐标样本映射到14类陆地生物群系并归并为六个宏观组，在冻结骨干的统一协议下用三个随机种子评测Prithvi-EO-2.0、SatMAE与DOFA，结果显示总体指标一致地掩盖了生物群系相关的性能差异，例如Prithvi-EO-2.0在m-EuroSAT上总体macro-F1较高而最差组分数明显更低，并比较了BOLP、DBR与GroupDRO三种缓解基线，其效果随模型与任务而异。