
-
生物通官微
陪你抓住生命科技
跳动的脉搏
Grid2Text:面向天气预报的可解释大语言模型数据集构建
《Scientific Data》:Grid2Text Dataset Aligning Meteorological Grid Data with Expert Reasoning Chains
【字体: 大 中 小 】 时间:2026年09月19日 来源:Scientific Data 7.2
编辑推荐:
摘要准确的气象预报对于公共安全和经济稳定至关重要,但它严重依赖数值天气预报(NWP)模型,而这些模型复杂的输出结果往往让非专业人士难以理解。尽管大语言模型(LLMs)在将结构化数据转换为自然语言以自动化预报报告方面显示出潜力,但进展受到了关键数据集稀缺的制约,这些数据集需要弥
准确的气象预报对于公共安全和经济稳定至关重要,但它严重依赖数值天气预报(NWP)模型,而这些模型复杂的输出结果往往让非专业人士难以理解。尽管大语言模型(LLMs)在将结构化数据转换为自然语言以自动化预报报告方面显示出潜力,但进展受到了关键数据集稀缺的制约,这些数据集需要弥合模态差距并捕捉人类专家的隐含推理。为此,我们提出了 Grid2Text,这是一个经过严谨开发的数据集,将 ERA5 气象网格特征与专家验证的文本预报对齐,涵盖了温度趋势、风矢量转换、湿度范围和降水类型的显式推理链。此外,我们建立了源自人在回路工作流的验证基准,以确保数据的物理一致性和逻辑准确性。我们预期,这个开放获取的数据集将促进面向天气预报讨论的可解释大语言模型方法的开发,最终推动科学文本生成领域的发展。