Agri-SAGE:基于模拟的多智能体大语言模型用于上下文感知农业咨询生成
Agri-SAGE是一个闭环框架,旨在通过将检索增强的多智能体LLM推理与基于APSIM的生物物理模拟相结合,生成并验证农艺建议,从而解决静态农艺指南"对季节内变化和动态不确定性视而不见"以及LLM驱动咨询系统"生成农艺上可信但生理上不可信的建议"两个核心矛盾。研究评估了三种推理方法——规划与求解、思维树和反思法,进行了为期10年的回顾性分析。结果显示三种推理方法均优于静态基线,其中思维树实现最高产量,反思法以较低计算成本达到相当效果。