Краткое содержание

arXiv:2511.14010v1 Тип объявления: кросс Аннотация: Отчёты о разведке после стихийных бедствий содержат критически важные данные для понимания взаимодействия различных опасностей, однако их неструктурированные повествования затрудняют систематическую передачу знаний. Большие языковые модели (LLM) открывают новые возможности для анализа этих отчётов, но часто генерируют ненадёжные или вымышленные результаты при отсутствии привязки к предметной области. В данном исследовании представлена модель MoRA-RAG (смешанная агентная система извлечения и генерации с опорой на знания), основанная на знаниях структура языковой модели, которая преобразует разведывательные отчёты в структурированную основу для рассуждений о множественных рисках. Эта архитектура объединяет механизм смешанного поиска, который динамически направляет запросы по базам данных, специфичным для конкретных рисков, сохраняя контекстную связность во время поиска за счёт использования агентного разбиения на фрагменты. Она также включает цикл проверки, оценивающий достаточность доказательств, уточняющий запросы и инициирующий целевые поиски, когда информация остаётся неполной. Мы создаем набор данных HazardRecQA путём дери...