PulseAugur
实时 05:18:27
English(EN) Air Traffic Control Using Large Language Models: Prompt Engineering, Architecture, and Evaluation

LLM 用于空中交通管制通信的测试

研究人员探索了大型语言模型(LLM)在空中交通管制(ATC)通信中的应用,这是一个关键的对话系统。他们使用旧金山上空的模拟通用航空飞行进行了实验,设计了五种提示结构来评估 LLM 的性能。研究发现,提供示例对话记录可以提高相似度得分,而过于受限的提示会导致错误累积。将正确的历史记录注入对话流程有助于修复这些错误,概述了当前的局限性以及 LLM 辅助 ATC 的发展路径。 AI

影响 这项研究表明 LLM 在安全关键通信系统中具有潜在的未来应用,尽管目前的局限性需要解决。

排序理由 该集群包含一篇学术论文,详细介绍了将 LLM 应用于特定领域的研究。[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 →

LLM 用于空中交通管制通信的测试

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mahyar Ghazanfari, Matthias Casanova, Jordan Kam, Alex Zongo, Peng Wei, Torsten Darrell, Alexandre Bayen ·

    使用大型语言模型进行空中交通管制:提示工程、架构和评估

    arXiv:2608.19299v1 Announce Type: new Abstract: Air traffic control (ATC) communication is a safety-critical dialogue that remains largely human-driven even as other parts of air traffic management have been semi-automated. In this article, we experimentally evaluate whether larg…