SIREN：基于经验的LLM智能体迈向端到端极端天气预警

极端天气预警对于减轻灾害性天气事件带来的社会、经济和环境风险至关重要。然而，以专家为中心的预警工作流成本高、劳动密集，且难以在整个预警到行动的流程中扩展。尽管大语言模型（LLM）智能体的最新进展使天气相关任务的自动化成为可能，现有研究仍聚焦于孤立的科学任务，忽视了业务化极端天气预警所需的相互依赖的过程链。为弥合这一差距，本研究通过LLM智能体探索自动化的端到端极端天气预警。我们首先构建SIREN-Bench，一个包含600个问答实例、覆盖19个任务的综合基准，涵盖四个单项预警流程和一条端到端预警链。在SIREN-Bench上的评估揭示了现有天气智能体框架的巨大能力缺口。这促使我们开发SIREN，一个受专家利用历史案例启发的基于经验的智能体框架，它将整合异构天气证据与工具的智能体执行环境，与通过检索、技能蒸馏和预测建模利用历史案例的一系列智能体脚手架相结合。大量实验表明，SIREN在单项预警流程和端到端预警链上均优于天气智能体基线。