气候适应问答中的可读性与科学准确性平衡：CAIRNS 框架

气候适应策略是应对气候变化而提出的方案，常用于农业以维持粮食生产。这些策略可在非结构化数据中找到（例如来自 Elsevier 网站的科学文献）或在结构化数据中查找（通过政府 API 的异构气候数据）。我们提出了气候适应问答系统——改进可读性与来源标注的 CAIRNS（Climate Adaptation question-answering with Improved Readability and Noted Sources），该框架使专家（农业顾问）能够从复杂的证据来源中获取可信的初步答案。它通过结构化的 ScholarGuide 提示词提高了可读性和引用可靠性，并通过一致性加权混合评估器实现了稳健的评估，该评估器利用模型间的一致性与专家意见相结合。这些组件共同作用，使无需微调或强化学习即可实现可读性、可验证且领域可靠的问答。使用之前报告的专家精选问答数据集，我们显示 CAIRNS 在大多数指标上均优于基线方法。我们的详尽消融研究确认了所有指标的结果。为验证基于 LLM 的评估，我们还报告了其与人类判断相关性的分析。