WeatherSyn: 用于天气预报报告生成的指令调优多模态大语言模型
计算与语言
2026-05-11 v1
摘要
准确的天气预报报告使个人和社区能够更好地规划日常活动和农业操作. 然而, 当前报告过程主要依赖手动分析多源数据, 导致信息过载和效率降低. 随着多模态大语言模型 (MLLM) 的发展, 在气象预报领域利用数据驱动模型分析和生成报告的工作仍有限. 本文提出天气预报报告 (WFR) 任务, 并构建第一个该任务的指令调优数据集, 命名为 \DatasetNameL, 覆盖美国31个城市和8个气象方面. 基于该语料库, 我们开发了第一个专为生成天气预报报告而设计的模型, \ModelNameL. 在我们数据集上的多指标评估表明, \ModelNameL 持续优于领先的闭源 MLLM, 尤其在结构复杂的气象方面. 我们进一步分析了其在不同地理区域和气象方面的表现. \ModelNameL 在不同区域之间显示出强大的可迁移性, 突显其零样例泛化能力. \ModelNameL 为开发专为天气报告生成而设计的 MLLM 提供了有价值的见解. .
引用
@article{arxiv.2605.07522,
title = {WeatherSyn: An Instruction Tuning MLLM For Weather Forecasting Report Generation},
author = {Zinan Zheng and Yang Liu and Nuo Chen and Juepeng Zheng and Hong Cheng and Jia Li},
journal= {arXiv preprint arXiv:2605.07522},
year = {2026}
}
备注
ICML 2026