PulseAugur
实时 09:46:31
English(EN) Risk-Aware LLM Agents for Geospatial Data Retrieval: Design and Preliminary Adversarial Evaluation

大语言模型代理通过安全护栏增强地理空间数据检索

研究人员开发了一个新框架,该框架使用大语言模型(LLMs)通过自然语言查询检索遥感数据。该系统采用三个代理:一个用于安全的护栏代理,一个用于理解用户意图的通用问答代理,以及一个用于生成API调用的推荐分析师代理。在对抗性场景中的初步测试表明,虽然提示级别的安全措施增强了鲁棒性,但API操作中持续存在的故障凸显了对更高级别的系统防御的需求。 AI

影响 该框架可以简化环境监测和灾害响应的关键地理空间数据的访问。

排序理由 该集群包含一篇在arXiv上发表的研究论文,详细介绍了一个新的大语言模型框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Kyle Gao, Joel Cumming, Jonathan Li, Linlin Xu, David A. Clausi ·

    Risk-Aware LLM Agents for Geospatial Data Retrieval: Design and Preliminary Adversarial Evaluation

    arXiv:2606.15077v1 Announce Type: new Abstract: We present an LLM-driven framework for retrieving remote sensing data from cloud-based geospatial catalogues using natural language queries. The system converts user intent into structured API calls, enabling efficient access to sat…