知识引导LLM代理端到端校准地球科学模型

arXiv 论文（arXiv:2610.18378，基于摘要）作者 Zhanliang Zhu 等提出通用校准框架 GCH，让知识引导的语言模型代理从校准请求出发，定义参数域、观测映射和目标并生成模型专用代码，在数值搜索前冻结科学声明，覆盖六类模型家族执行，评估环节标出未达标项。 雪模型测试中，5 个知识引导规格首次执行全部成功，验证 NSE 为 0.81–0.94；仅提供模型名称的 5 个规格均未成功，使用默认参数时 NSE 为 0.57。作者称该结果说明知识基础设施约束对端到端委托校准的必要性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。