meteorology

CDEP Agent 是一个可审计的大型语言模型代理框架，它将气象检测的复合干旱到极端降水事件与现实世界的文档证据相连接，揭示出大多数此类事件在当前报告系统中未被记录。

本文批判性地审视了机器学习在天气与气候建模中的应用，强调其实际优势与固有局限，同时警示不要过度夸大所谓的革命性突破。

本文提出一个框架，利用基于熵的诊断方法来协调空间和时间特征表示，在涉及城市交通、气象和疫情数据集的大规模时空预测任务中实现了显著的精度提升。