探索大型语言模型用于气候预测
机器学习
2024-11-22 v1 人工智能
摘要
随着气候变化影响的不断加剧，迫切需要可靠的工具来提供未来气候信息，以支持规划、金融及其他决策应用。大型语言模型（LLM），如 GPT-4，作为连接复杂气候数据与大众之间桥梁的有前景的方案，为非专业用户通过自然语言交互获取关键气候洞察提供了途径。然而，一个关键挑战仍未得到充分探讨：评估大型语言模型在提供准确可靠的未来气候预测方面的能力，这对于依赖预测气候趋势的应用至关重要。本研究检验了 GPT-4 在预测降雨方面的能力，分别针对短期（15天）和长期（12个月）尺度。我们设计了一系列实验，以评估 GPT 在不同情境下的表现，包括带或不带专家数据输入的情景。我们的结果表明，GPT 独立运行时倾向于生成保守的预测，常常在缺乏明确趋势信号时回归到历史平均值。这一研究既揭示了将大型语言模型应用于未来气候预测潜力，也凸显了其挑战，为理解其与气候相关应用的集成，以及在该领域提升其预测能力方面提供了见解。
引用
@article{arxiv.2411.13724,
title = {Exploring Large Language Models for Climate Forecasting},
author = {Yang Wang and Hassan A. Karimi},
journal= {arXiv preprint arXiv:2411.13724},
year = {2024}
}