面向地球科学数据档案库的自主发现的层次化多智能体系统
人工智能
2026-02-26 v1 信息检索
多智能体系统
摘要
地球科学数据的快速积累已造成显著的可扩展性挑战；尽管诸如 PANGAEA 之类的存储库拥有庞大的集合，但引用指标表明，相当比例的数据仍未被充分利用，限制了数据可重用性。本文提出 PANGAEA-GPT，一个用于自主数据发现和分析的层次化多智能体框架。不同于标准的大型语言模型 (LLM) 包装器，我们的体系结构实施了集中式主管-工人拓扑结构，采用严格的数据类型感知路由、沙箱化确定性代码执行，以及通过执行反馈的自我纠正，使智能体能够诊断和解决运行时错误。通过涵盖物理海洋学和生态学的用例场景，我们展示了该系统在最小的人类干预下执行复杂、多步骤工作流程的能力。该框架为通过协调的智能体工作流程查询和分析异构存储库数据提供了一种方法。
引用
@article{arxiv.2602.21351,
title = {A Hierarchical Multi-Agent System for Autonomous Discovery in Geoscientific Data Archives},
author = {Dmitrii Pantiukhin and Ivan Kuznetsov and Boris Shapkin and Antonia Anna Jost and Thomas Jung and Nikolay Koldunov},
journal= {arXiv preprint arXiv:2602.21351},
year = {2026}
}
备注
20 pages, 6 figures, 7 tables, supplementary material included