GCA 框架：面向 GCC 国家的气候决策支持数据集与智能体管道
机器学习
2026-04-21 v2 人工智能
摘要
GCC 国家的气候决策日益需要能够将异构的科学与政策证据转化为可操作指导的系统，然而通用大型语言模型 (LLM) 在区域特定的气候知识以及与地理空间与预测工具的驼合交互方面仍显薄弱。我们提出GCA 框架，统一（i）GCA-DS——基于 GCC 国家构建的多模态数据集，以及（ii）Gulf Climate Agent (GCA)——用于气候分析的工具增强型智能体。GCA-DS 包含 20 万问答对，涵盖政府部门政策与适应计划、非政府组织与国际框架、学术文献，以及关于热浪、尘暴和洪涝的事件驱动报道，并辅以遥感输入，将图像与文本证据耦合。基于此基础，GCA 智能体编排一个模块化工具管道，集成实时与历史信号及地理空间处理，生成派生指数与可解释可视化。最后，我们在 GCC 国家的气候任务上对开源与专有 LLM 进行基准测试，表明领域微调与工具集成在通用基线之上显著提升了可靠性。
引用
@article{arxiv.2604.12306,
title = {GCA Framework: A GCC Countries-Grounded Dataset and Agentic Pipeline for Climate Decision Support},
author = {Muhammad Umer Sheikh and Khawar Shehzad and Salman Khan and Fahad Shahbaz Khan and Muhammad Haris Khan},
journal= {arXiv preprint arXiv:2604.12306},
year = {2026}
}