npj Climate Action: MARSHA: многоагентная система генерации, дополненной поиском, для адаптации к опасностям
Большие языковые модели (Large language models, LLM) представляют собой преобразующий потенциал на переднем крае искусственного интеллекта и машинного обучения, который может помочь ответственным лицам в решении насущных социальных проблем, таких как экстремальные природные явления. Будучи обобщёнными моделями, LLM часто испытывают трудности с предоставлением контекстно-зависимой информации, особенно в областях, требующих специальных знаний. В данной работе авторы предлагают многоагентную систему LLM на основе генерации, дополненной поиском, для поддержки анализа и принятия решений в контексте стихийных бедствий и экстремальных погодных явлений. В качестве подтверждения концепции они представляют WildfireGPT, специализированную систему, ориентированную на риски лесных пожаров. Архитектура использует ориентированный на пользователя многоагентный дизайн для предоставления персонализированной информации о рисках различным группам заинтересованных сторон. Интегрируя данные прогнозов стихийных бедствий и экстремальных погодных явлений, наборы данных наблюдений и научную литературу через рамки генерации, дополненной поиском, система обеспечивает как точность, так и контекстную релевантность предоставляемой информации. Оценка десяти тематических исследований, проведённых экспертами, показывает, что WildfireGPT значительно превосходит существующие решения на базе LLM для поддержки принятия решений.
