WeatherSyn：调整 MLLM 以生成天气预报报告的指令

准确的天气预报报告使个人和社区能够更好地规划日常活动和农业作业。然而，目前的报告流程主要依赖于多源数据的人工分析，导致信息过载和效率降低。随着多模式 大语言模型 (MLLM) 的发展，利用数据驱动模型来分析和生成天气预报领域的报告在很大程度上仍未得到充分探索。在这项工作中，我们提出了天气预报报告（WFR）任务，并为此任务构建了第一个指令调整数据集，名为~\DatasetNameL，涵盖美国 31 个城市和 8 个天气方面。基于这个语料库，我们开发了第一个模型 \ModelNameL，专门用于生成天气预报报告。对我们数据集的多个指标进行评估表明，\ModelNameL~ 始终优于领先的闭源 MLLM，特别是在结构复杂的天气方面。我们进一步分析其在不同地理区域和天气方面的表现。 \ModelNameL~ 展示了跨不同区域的强大可迁移性，凸显了其零样本泛化能力。 \ModelNameL~ 为开发专门用于生成天气报告的 MLLM 提供了宝贵的见解。 。