AI और दुनिया की कठिन समस्याएँ · पृथ्वी और जलवायु विज्ञान · arXiv · 2026-10-22
SciExam for ENSO: क्या AI एजेंट जलवायु मॉडल बना सकते हैं?
मूल शीर्षक: SciExam for ENSO: Can AI Agents Build Climate Models?

SciExam for ENSO एक बेंचमार्क है, जिसमें भाषा-मॉडल एजेंट वास्तविक अवलोकनों से ENSO के निम्न-क्रम के स्टोकैस्टिक मॉडल बनाते हैं। छह घंटे की समय-सीमा के भीतर एजेंट अवलोकनों को संसाधित करते हैं, अपने लिखे हुए डायग्नॉस्टिक्स को फ़्रीज़ करते हैं और केवल उन्हीं से एक मॉडल विकसित करते हैं, जबकि छिपे हुए मूल्यांकक जाँचते हैं कि वह मॉडल ENSO की सांख्यिकी को पुनः उत्पन्न करता है, अप्रेक्षित चरों को पुनर्प्राप्त करता है और होल्ड-आउट वर्षों का पूर्वानुमान लगाता है। बारह एजेंट प्रणालियों में से छह ने ऐसे मॉडल बनाए जिनके स्कोर एक प्रकाशित मॉडल से अधिक थे, और मजबूत मॉडलों के सरलीकृत रूपों में से प्रत्येक ENSO की गर्म-ठंडी असममिति की दो प्रतिस्पर्धी व्याख्याओं में से किसी एक के साथ संरेखित होता है।