摘要
针对气候研究中数据量大、工具复杂导致的流程瓶颈，本文提出 ClimAgent，一个通用的自主框架。该框架通过集成统一的工具使用环境与严格的推理协议，超越简单的问答检索，实现端到端的建模与分析。此外，文章提出了首个综合性气候发现基准 ClimaBench，涵盖五个任务类别。实验表明，ClimAgent 在解决方案的严谨性与实用性上显著优于现有最先进基线，提升幅度达 40.21%。
AI 推荐理由
论文核心在于构建集成统一工具使用环境的自主框架，解决复杂科学分析中的工具调用问题。
研究机构
香港科技大学（广州）
山东大学
奥克兰大学
论文信息