通过基础模型重探索大气科学研究：一个案例研究

目前大气科学中最先进的AI应用基于经典深度学习方法。然而，这些方法无法自动集成多个复杂的程序来构建智能代理，因为每个功能都由独立从各类气候数据集中独立学习的模型实现。基础模型，特别是多模态基础模型，凭借处理异构输入数据和执行复杂任务的能力，为克服这一挑战提供了巨大的机会。本报告旨在探讨最先进的基础模型——即GPT-4o——在 various 大气科学任务中的性能。为此，我们将任务分为四个主要类别：气候数据处理、物理诊断、预测与预测，以及适应与缓解。对于每一任务，我们全面评估了GPT-4o的性能，并给出具体讨论。我们希望本报告能为未来的AI应用和大气科学研究提供新的思路。