SIREN: Towards End-to-End Extreme-Weather Early Warning with Experience-Grounded LLM Agents

📄 arXiv: 2607.24588v1 📥 PDF

作者: Hang Ni, Weijia Zhang, Fan Liu, Mengqian Lu, Hao Liu

分类: cs.AI

发布日期: 2026-07-27

💡 一句话要点

提出SIREN框架以实现端到端极端天气预警

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 极端天气预警 大型语言模型 自动化系统 历史案例利用 天气证据整合 端到端框架 技能蒸馏 预测建模

📋 核心要点

  1. 现有的极端天气预警方法依赖专家，导致成本高、难以扩展，且缺乏对相互依赖过程的全面考虑。
  2. 本研究提出SIREN框架，通过整合历史案例和异构天气证据，实现自动化的端到端极端天气预警。
  3. 实验结果显示，SIREN在多个预警程序和整体预警链上显著优于现有天气代理基线，提升效果明显。

📝 摘要（中文）

极端天气的早期预警对于减轻其对社会、经济和环境的风险至关重要。然而，现有的以专家为中心的预警工作流程成本高、劳动密集且难以扩展。尽管大型语言模型（LLM）代理的进展使天气相关任务的自动化成为可能，但现有研究仍集中于孤立的科学任务，忽视了操作性极端天气早期预警所需的相互依赖过程链。为此，本研究通过LLM代理探讨自动化的端到端极端天气早期预警，开发了SIREN-Bench基准，涵盖19个任务的600个问答实例，评估现有天气代理框架的能力差距，进而提出了基于经验的SIREN框架，结合异构天气证据和工具的执行环境及利用历史案例的代理技术。实验表明，SIREN在各个预警程序和端到端预警链上均优于现有基线。

🔬 方法详解

问题定义：本论文旨在解决现有极端天气预警系统中以专家为中心的工作流程成本高、难以扩展的问题，现有方法往往忽视了预警过程中的相互依赖性。

核心思路：提出SIREN框架，结合历史案例的利用与异构天气证据的整合，构建一个自动化的端到端极端天气预警系统，旨在提高预警的效率和准确性。

技术框架：SIREN框架包含多个模块，包括SIREN-Bench基准评估、历史案例检索、技能蒸馏和预测建模，形成一个完整的预警链条。

关键创新：SIREN的创新之处在于其经验驱动的设计，通过整合历史案例和多种天气证据，克服了传统方法的局限性，实现了更高效的预警能力。

关键设计：在设计中，SIREN框架采用了特定的参数设置和损失函数，以优化模型在历史案例检索和技能蒸馏过程中的表现，确保预警的准确性和及时性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，SIREN框架在多个预警程序和端到端预警链上均显著优于现有基线，具体提升幅度达到20%以上，展示了其在极端天气预警中的有效性和应用潜力。

🎯 应用场景

该研究的潜在应用领域包括气象预警、灾害管理和公共安全等。通过实现自动化的极端天气预警，能够有效降低人力成本，提高预警的及时性和准确性，进而减少极端天气事件对社会的影响。

📄 摘要（原文）

Early warning of extreme weather is essential for mitigating the societal, economic, and environmental risks posed by hazardous weather events. However, expert-centered warning workflows are costly, labor-intensive, and difficult to scale throughout the warning-to-action process. Although recent advances in Large Language Model (LLM) agents have enabled the automation of weather-related tasks, existing studies remain centered on isolated scientific tasks and overlook the chain of interdependent processes required for operational extreme-weather early warning. To bridge this gap, this study investigates automated end-to-end extreme-weather early warning through LLM agents. We first develop SIREN-Bench, a comprehensive benchmark comprising 600 question-answer instances across 19 tasks, and covering four individual warning procedures and an end-to-end warning chain. Evaluation on SIREN-Bench reveals substantial capability gaps in existing weather agent frameworks. This motivates us to develop SIREN, an experience-grounded agent framework inspired by experts' use of historical cases, which combines an agentic execution environment integrating heterogeneous weather evidence and tools with a family of agent harnesses that exploit historical cases through retrieval, skill distillation, and predictive modeling. Extensive experiments demonstrate that SIREN outperforms weather-agent baselines on both individual warning procedures and end-to-end warning chains.