ИИ-агенты на основе LLM научились искать спутниковые данные по тексту
Группа разработчиков опубликовала в архиве препринтов arXiv описание фреймворка для автоматизированного поиска геопространственных данных. Система использует большие языковые модели, чтобы превращать запросы на естественном языке в вызовы API облачных каталогов спутниковых снимков и экологических наборов данных.
Архитектура включает три специализированных агента: Guardrail отвечает за безопасность и соблюдение политик, General-QA интерпретирует намерения пользователя, Recommender-Analyst генерирует вызовы API с учётом схемы данных. Такая координация обеспечивает семантически согласованное взаимодействие с внешними сервисами.
Фреймворк модульный и может быть адаптирован к различным платформам путём замены схемы API. Он применим в мониторинге окружающей среды, реагировании на чрезвычайные ситуации и климатическом анализе — везде, где нужен быстрый доступ к данным наблюдения Земли.
Предварительные эксперименты в многопользовательском состязательном режиме показали, что встроенные на уровне промптов инструкции по безопасности повышают устойчивость системы. Однако в редких случаях возникают серьёзные сбои при манипуляциях с API. Авторы отмечают необходимость адаптивной защиты на уровне системы, способной балансировать безопасность, удобство использования и экономическую эффективность.
Именно для этого предлагается внедрить агента Guardrail на уровне перехвата. Разработчики считают, что такой подход позволит создать масштабируемый интерфейс между пользовательскими запросами и геопространственной инфраструктурой, автоматизируя рабочие процессы Earth observation.
Данные для исследования были получены из открытых источников, включая облачные платформы со спутниковыми снимками. Полный текст препринта доступен на arXiv по идентификатору 2606.15077.
