HVR-Met：用于极端天气诊断的假设-验证-重新规划代理系统

摘要

虽然基于深度学习的天气预报范式已取得重大进展，但极端天气诊断仍是艰巨挑战。这一差距主要存在是因为诊断过程需要复杂的多步逻辑推理、动态工具调用和专家级先验判断。尽管智能体在任务分解与自主执行方面具有固有优势，当前架构仍受关键瓶颈制约：专家知识整合不足、缺乏专业级迭代推理循环，以及缺少针对极端条件下复杂工作流的细粒度验证与评估体系。为此，我们提出HVR-Met，一个以专家知识深度集成为特征的多智能体气象诊断系统。其核心创新是“假设-验证-重规划”闭环机制，促成对极端天气事件中异常气象信号的精细迭代推理。为弥合现有评估框架的空白，我们进一步引入一个聚焦原子级子任务的新基准。实验证据表明，该系统在复杂诊断场景中表现出色。

HVR-Met:面向极端天气诊断的假设-验证-重规划Agentic系统 — 图3：气象指数计算的评估流水线。该框架依据人工核验的标准量化智能体的数值精度。工作流程分三个阶段进行：(1) Ground Truth 构建（左上）：情境问题通过 LLM（GPT）构建，而 ground-truth 值（GT）则使用专家级程序从原始数据推导得到。(2) 智能体推理（右上）：HVR-Met 智能体处理问题并计算预测的指数值（标记为“Reply”）。(3) 指标计算（下方）：系统通过计算 Reply 与 GT 之间的相对误差（Relative Error, RE）来评估准确性。只有当相对误差的绝对值严格低于 0.05 时，预测才被判定为正确。