《Frontiers in Artificial Intelligence》：Agent-based post-hoc correction of agricultural yield forecasts
编辑推荐：
摘要
商业化软果生产中的精准作物产量预测受到典型商业农场记录中可用数据的限制，这些记录缺乏大多数前沿方法所依赖的传感器网络、卫星影像和高分辨率气象输入。即使提供了近期历史观测数据，现有预测模型仍表现出系统性的、特定季节的误差，种植者能够轻易识别这些误差，但模型
摘要
商业化软果生产中的精准作物产量预测受到典型商业农场记录中可用数据的限制，这些记录缺乏大多数前沿方法所依赖的传感器网络、卫星影像和高分辨率气象输入。即使提供了近期历史观测数据，现有预测模型仍表现出系统性的、特定季节的误差，种植者能够轻易识别这些误差，但模型本身缺乏自我纠正机制。本研究提出了一种结构化的LLM智能体框架，在不要求额外数据或重新训练的前提下，对现有模型预测执行事后校正，通过涵盖季节性相位检测、偏差学习、范围验证、跨地块相似性搜索和校正综合的五工具流水线编码农业领域知识。该框架作为模型无关层运行于任何基础预测器之上，每次校正均可追溯至明确的推理步骤。在专有草莓产量数据集和公开USDA玉米收获数据集上的评估显示，智能体对XGBoost的细化使草莓的MAE降低22%、MASE降低54%，且在Moirai2（MAE ?25%，MASE ?22%）和随机森林（MAE ?31%，MASE ?61%）基线上均取得一致改进。使用Llama 3.1 8B作为智能体在所有配置中产生了最强的基于LLM的校正，而确定性基线在XGBoost和随机森林上与Llama 3.1 8B相当或更优，表明仅凭领域工具校正即可恢复大部分可用增益。LLaVA 13B表现出不一致的增益，凸显了细化模型选择的敏感性。
论文解读
一、研究背景与问题
精准的作物产量预测对英国草莓生产者的劳动力调配、冷库管理和零售合同履约至关重要。然而，当前最先进的方法通常假设存在传感器网络、卫星影像或高分辨率气象记录，这些条件在商业种植者中并不具备。这一问题因结构性因素而进一步加剧：英国约95%的草莓在隧道棚内种植，使得卫星和无人机采集手段无论成本如何均不切实际。实际中，典型农场记录仅包含数年的周产量数据、基本地块元数据和外部来源的天气数据。这造成了文献所展示的方法与实际可部署方案之间的持续鸿沟。
获取额外数据是解决途径之一，但这对种植者而言往往面临资金和时间成本的双重困难，且无法追溯改善历史数据。现有预测模型即使输入近期历史观测，仍会表现出种植者能够轻易识别的系统性误差，但模型缺乏自我纠正机制。例如，模型可能在开花前预测出草莓产量，或在田地清理后预测产量恢复，这些明显违背作物生长周期规律的预测会被种植者立即拒绝，但模型本身无法强制执行此类约束。
二、研究内容与结论
针对上述问题，研究人员提出了一种结构化LLM智能体框架，在现有预测模型之上执行事后校正，无需额外数据或重新训练。该框架将农业领域知识编码到五工具流水线中，涵盖季节性相位检测、偏差学习、范围验证、跨地块相似性搜索和校正综合。框架作为模型无关层运行于任何基础预测器之上，每次校正均可追溯至明确的推理步骤。
研究在专有草莓产量数据集和公开USDA玉米收获数据集上进行了评估。结果表明，智能体对XGBoost的细化使草莓的MAE降低22%、MASE降低54%，在Moirai2和随机森林基线上也取得一致改进。使用Llama 3.1 8B作为智能体在所有配置中产生最强的基于LLM的校正，确定性基线在XGBoost和随机森林上与Llama 3.1 8B相当或更优，表明领域工具校正本身即可恢复大部分可用增益。LLaVA 13B表现出不一致的增益，凸显了细化模型选择的敏感性。
这项研究的重要意义在于：提出了一种事后预测校正的新范式，而非替换现有预测模型；将农业领域知识编码为固定工具集，每次校正可追溯至具体可检查的推理步骤；方法在跨领域和跨模型上均展现出泛化能力。
三、关键技术方法
研究人员构建了混合框架，将传统机器学习预测与基于ReAct编排循环的任务导向自主智能体相结合。系统分为两个阶段：知识图谱构建阶段和逐周预测循环阶段。知识图谱将每个训练地块编码为节点，携带元数据和曲线形状特征。训练地块选择采用动态时间规整（DTW）距离排序，保留前K=50个最具代表性的地块作为基础模型的训练上下文。智能体通过最多十次迭代的ReAct循环运行，每次迭代包含一次LLM调用和工具执行。工具库包括相似性搜索、偏差学习、相位检测、范围验证、校正综合和安全验证器。跨地块持久记忆机制包括位置偏差表、地块历史和元策略反思协议。研究使用了三个基础预测模型：XGBoost、随机森林和Moirai2零样本时间序列基础模型，以及三个LLM（Llama 3.1 8B、Qwen 2.5 7B、LLaVA 13B）和确定性基线。数据集来源包括与Angus Soft Fruits Ltd合作获得的专有草莓产量数据集（2020年起，覆盖苏格兰和英格兰16个农场的123个地块）和公开USDA NASS QuickStats数据库的玉米收获数据（2020至2023年，覆盖38个州）。
四、研究结果
4.1 总体性能
表3报告了所有评估配置的归一化MAE、RMSE和MASE。在草莓数据集上，XGBoost基线经Llama 3.1 8B细化后MAE从0.0134降至0.0105，MASE从2.834降至1.310；经确定性基线细化后MASE进一步降至1.275。Moirai2基线经Llama 3.1 8B细化后MAE从0.0161降至0.0121，MASE从1.099降至0.861。随机森林基线经Llama 3.1 8B细化后MAE从0.0159降至0.0109，MASE从4.310降至1.670，经确定性基线细化后MASE降至1.263。在玉米数据集上，各配置同样展现出一致改进。LLaVA 13B在所有基线上表现不稳定，有时甚至劣于无细化基线。
4.2 误差分解分析
研究人员进一步分析了误差来源，将智能体校正的改进分解为各工具的具体贡献。相位检测工具通过识别季节阶段并抑制违反作物生长周期的预测，贡献了大部分误差降低，尤其在季前和季后阶段。偏差学习工具通过学习系统性的方向性偏差并应用乘法校正因子，有效纠正了模型在整个季节中的漂移。范围验证工具通过将预测限制在历史经验范围内，防止了不切实际的跳跃。安全验证器通过强制检查最终校正比率和绝对限制，防止了智能体幻觉导致的灾难性漂移。
4.3 跨地块记忆的影响
跨地块持久记忆机制对性能提升具有显著贡献。位置偏差表使系统能够在基础模型在特定日历里程碑系统性失败时主动校正。地块历史不断扩展相似性搜索的动态检索语料库。元策略反思协议使智能体能够自主提炼经验启发式方法并注入后续提示中，实现运行过程中的持续优化。
五、讨论与结论
研究讨论指出，确定性基线在XGBoost和随机森林上表现与Llama 3.1 8B相当或更优，表明编码在工具中的领域知识本身即可恢复大部分可用增益，LLM的主要价值可能在于处理更复杂或模糊的校正场景。LLaVA 13B的不一致表现凸显了细化模型选择的敏感性，视觉语言模型的预训练方向与结构化数值推理任务不匹配。
研究结论表明，提供基于LLM的事后预测校正的智能体能够一致地改进农业应用中的产量预测。该方法在两种不同来源的季节性数据集上实现了高达28%（草莓）和24%（玉米）的MAE降低，证明该方法可跨领域和模型泛化。研究的主要贡献在于：提出了事后预测校正的结构化LLM智能体框架，这是时间序列预测中 largely unexplored 的领域；将农业领域知识编码为固定工具集，每次校正可追溯至具体推理步骤；在两个不同作物和来源的季节性数据集上验证了方法的泛化能力。
