Compass：通过专家引导的 LLM 代理导航全球海洋铅数据集成
人工智能
2026-05-29 v1
摘要
海洋铅 (Pb) 及其同位素是追踪海洋环流和人为污染的关键示踪剂，但现场观测成本高昂且稀缺。尽管存在大量历史记录，但它们隐藏在学术论文的非结构化内容中，形成“数据沉盒”，难以进行综合分析。手动提取不可扩展，而通用 LLM 缺乏必要的领域特定知识，导致幻觉和科学上无效的输出。为此，我们提出一种专家引导的方法，使 LLM 能够在无需微调的情况下进行严谨的科学数据提取。我们通过一个由海洋科学家共同设计的知识树增强的 LLM 代理框架 Compass 来实现该方法，该框架将复杂任务分解为可验证的步骤，指导代理推理以确保科学有效性。在覆盖超过 23 万篇相关开放获取论文的语料库上部署 Compass，我们成功提取了 3751 条此前未被整合的 Pb 记录。该工作建立了目前最大的集成海洋 Pb 数据库。除标准指标外，Compass 通过多层验证证明其可靠性，达到 92% 的准确率，经专家手动验证确认。新整合的数据在东海和南太平洋等此前样本稀疏地区扩展了覆盖范围，为未来的科学发现提供了更丰富的数据基础。我们发布了一个交互式可视化平台以促进开放科学获取。我们的工作表明，专家引导的代理能够有效弥合通用 LLM 与高风险科学领域之间的差距，实现地球科学领域的可扩展数据发现。
引用
@article{arxiv.2605.29966,
title = {Compass: Navigating Global Marine Lead Data Integration through Expert-Guided LLM Agent},
author = {Yiming Liu and Bin Lu and Meng Jin and Ziyuan Sang and Shuo Jiang and Lei Zhou and Xinbing Wang and Chenghu Zhou and Jing Zhang},
journal= {arXiv preprint arXiv:2605.29966},
year = {2026}
}