Resumen Técnico: Corrección Post-Hoc Basada en Agentes de Pronósticos de Rendimiento Agrícola

Declaración del Problema

La previsión precisa del rendimiento de los cultivos es crítica para la planificación operativa en la agricultura comercial (por ejemplo, asignación de mano de obra, almacenamiento en frío y contratos minoristas). Sin embargo, los enfoques de pronóstico más avanzados suelen depender de modalidades de datos no disponibles para la mayoría de los productores comerciales, como redes densas de sensores, imágenes satelitales o entradas meteorológicas de alta resolución. La industria británica de frutos blandos, donde el 95% de las fresas se cultivan bajo túneles polietileno, hace que la recopilación de datos basada en satélites y UAV sea poco práctica. En consecuencia, los productores a menudo poseen únicamente registros históricos limitados: cifras semanales de rendimiento, metadatos básicos de la parcela y datos meteorológicos de fuentes externas.

Los modelos de pronóstico existentes entrenados con estas entradas limitadas suelen exhibir errores sistemáticos que contradicen la realidad biológica. Por ejemplo, los modelos pueden predecir picos de rendimiento antes de la floración o producción continua después de la limpieza de la cosecha porque carecen de una representación explícita del ciclo de crecimiento estacional del cultivo. El problema central abordado es cómo corregir estos errores sistemáticos y conscientes del contexto en modelos existentes sin requerir recopilación adicional de datos ni reentrenamiento del modelo.

Metodología

Los autores proponen un marco estructurado de agente de Modelo de Lenguaje Grande (LLM) que realiza corrección post-hoc sobre modelos de pronóstico existentes. En lugar de reemplazar el modelo base, el agente actúa como una capa de razonamiento que refina las predicciones utilizando conocimientos del dominio agrícola codificados en un conjunto de herramientas fijo.

Arquitectura del Sistema

El sistema opera mediante un bucle ReAct (Razonar + Actuar), iterando hasta 10 veces por predicción para refinar la salida. La tubería consta de dos fases principales:

1. Construcción del Grafo de Conocimiento: Las parcelas de entrenamiento históricas se codifican como nodos que contienen metadatos y "características de forma de curva" (por ejemplo, volatilidad, posición del pico, patrón de crecimiento). Esto permite que el agente recupere temporadas históricas análogas mediante búsqueda de similitud con Warping Dinámico de Tiempo (DTW).
2. Bucle de Predicción: Para cada parcela de prueba y paso de tiempo, el agente recibe un vector de estado que contiene la predicción cruda, los datos reales recientes y el contexto histórico. Itera a través de una biblioteca de herramientas para diagnosticar y corregir la predicción.

El Conjunto de Herramientas del Agente

El agente utiliza una suite de herramientas informadas por expertos para diagnosticar y corregir pronósticos:

• Búsqueda de Similitud: Recupera parcelas históricas con geometrías de curva similares para proporcionar contexto analógico.
• Aprendizaje de Sesgo: Calcula el sesgo direccional comparando predicciones recientes con datos reales con desfase, aplicando un factor de decaimiento para períodos posteriores a la cosecha para evitar rendimientos alucinatorios.
• Detección de Fase: Segmenta la curva de rendimiento en fases operativas (pretemporada, aumento, pico, disminución, finalizada). Hace cumplir restricciones como rendimiento cero durante las fuera de temporada o tasas de decaimiento durante la fase de disminución.
• Validación de Rango: Limita las predicciones que violan límites empíricos (por ejemplo, tasas de crecimiento semanales que exceden percentiles históricos).
• Aplicar Corrección: Sintetiza las salidas de las herramientas anteriores utilizando una cascada de prioridades: Límites Físicos > Restricciones de Fase > Ajuste Fino Estadístico.
• Verificador de Seguridad y Evaluación de Trayectoria: Actúa como una comprobación de sanidad para asegurar que las correcciones no causen una deriva catastrófica y se alineen con las tendencias recientes.

Memoria Persistente

El sistema incluye Memoria Persistente Transparcela, donde el agente mantiene una "Tabla de Sesgo de Posición" (registrando errores en hitos calendáricos específicos) y un archivo de "Historial de Parcelas". Esto permite que el agente aprenda errores sistemáticos en todo el conjunto de datos y refine sus heurísticas (Reflexión de Meta-Estrategia) a lo largo de la temporada.

Configuración Experimental

El marco se evaluó en dos conjuntos de datos:

1. Frutos Blandos de Angus: Un conjunto de datos propietario de rendimientos de fresas de 123 parcelas (cultivadas en túneles polietileno) en el Reino Unido.
2. Cosecha de Maíz del USDA: Un conjunto de datos público del progreso semanal de la cosecha de maíz en 38 estados de EE. UU.

Se probaron tres modelos base de pronóstico: XGBoost, Random Forest y Moirai2 (un modelo fundacional de cero disparos). Se evaluaron tres LLMs como motor de razonamiento: Llama 3.1 8B, Qwen 2.5 7B y LLaVA 13B (un modelo de lenguaje-visión incluido para probar la sensibilidad a la elección del modelo).

Resultados Clave

El refinamiento basado en agentes mejoró consistentemente la precisión de los pronósticos en todos los modelos base y conjuntos de datos, siendo la magnitud de la mejora correlacionada con el error de línea base.

• Conjunto de Datos de Fresas (Angus):
  • XGBoost: Llama 3.1 8B redujo el Error Absoluto Medio (MAE) en un 20% (de 0.0131 a 0.0105) y el Error Escalado Absoluto Medio (MASE) en un 56% (de 3.93 a 1.75).
  • Random Forest: Mostró la mejora más dramática, con una reducción del MAE en un 28% y del MASE en un 66% (de 5.90 a 2.03), corrigiendo en gran medida la tendencia del modelo a predecir rendimientos no nulos durante las fuera de temporada.
  • Moirai2: MAE reducido en un 24% y MASE en un 22%.
• Conjunto de Datos de Maíz (USDA):
  • Las mejoras fueron más modestas debido al menor error de línea base de los modelos base, pero permanecieron consistentes. El MAE de XGBoost se redujo en aproximadamente 4-5% y el MASE en un 2.5%.
• Sensibilidad del Modelo: Llama 3.1 8B produjo las correcciones más fuertes y consistentes en todas las configuraciones. Qwen 2.5 7B siguió con ganancias moderadas. LLaVA 13B mostró un rendimiento inconsistente, a menudo degradando los resultados (por ejemplo, aumentando el error en el maíz), destacando que la elección del modelo de refinamiento es crítica y que el preentrenamiento de lenguaje-visión no necesariamente ayuda al razonamiento numérico estructurado.

Estudio de Ablación

Un estudio de ablación confirmó que la Detección de Fase es el componente "de carga" de la tubería. Su eliminación causó un aumento del MAE en un 72% en el conjunto de datos de fresas, haciendo que las correcciones fueran poco fiables. Otras herramientas (Aprendizaje de Sesgo, Validación de Rango) contribuyeron de manera incremental pero no fueron tan críticas como la capacidad de reconocer la fase estacional.

Significado y Afirmaciones

El artículo afirma que este trabajo demuestra la viabilidad de la corrección post-hoc basada en LLM como una solución práctica para la previsión agrícola con restricciones de datos. Las contribuciones clave incluyen:

1. Un Nuevo Paradigma: Superar la suposición de que mejores pronósticos requieren más datos o modelos base más complejos. En cambio, el enfoque razona más efectivamente sobre datos existentes y "desordenados".
2. Codificación de Conocimiento del Dominio: Traducir exitosamente heurísticas agrícolas (fases estacionales, límites de crecimiento) en un conjunto de herramientas estructurado que un LLM puede ejecutar, en lugar de depender únicamente del conocimiento paramétrico del LLM.
3. Generalizabilidad: El marco es agnóstico al conjunto de datos. Sin modificación de herramientas o prompts, el mismo agente mejoró los pronósticos tanto para fresas del Reino Unido como para maíz de EE. UU., demostrando que puede manejar diferentes cultivos, escalas y geografías.
4. Sin Reentrenamiento Requerido: El método opera como una capa de conexión, sin requerir reentrenamiento del modelo base de pronóstico ni recopilación adicional de datos.

Los autores concluyen que, aunque el enfoque introduce una sobrecarga computacional (debido al bucle ReAct y las llamadas a LLM), ofrece un complemento desplegable, explicativo y efectivo a las tuberías de pronóstico existentes, particularmente donde los modelos base no logran capturar las restricciones biológicas estacionales.