研究人员正在探索使用大型语言模型(LLMs)来提高航空交通管制(ATC)和非塔台机场周围的安全性。一项研究提出了一种视觉-语言模型方法,用于分析无线电通信、天气数据和飞行轨迹以进行安全评估,并使用开源模型取得了高F1分数。另一篇论文介绍了一个面向安全的评估框架,该框架强调了具有后果意识的度量的关键需求,因为标准的准确性衡量标准可能会掩盖ATC操作中的严重风险。 AI
影响 LLM分析可以提高关键航空交通管制运营的安全性和效率。
排序理由 两篇arXiv论文提出并评估了基于LLM的航空交通安全系统。
- Air Traffic Control
- Automatic Dependent Surveillance-Broadcast
- Claude Sonnet 4.6
- Common Traffic Advisory Frequency
- Gemini 2.5 Pro
- Gemma-2-9B
- GPT-4o
- GPT-5.4
- Large Language Models
- Mistral-7B
- Non-towered airports
- Qwen 2.5-7B
- Half Moon Bay Airport
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →