实体 FLY-EVAL++

FLY-EVAL++

PulseAugur coverage of FLY-EVAL++ — every cluster mentioning FLY-EVAL++ across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_235408 · Sep 4 · 04:00

新协议评估LLM在关键飞行预测任务中的安全性

一项名为FLY-EVAL++的新评估协议已被开发出来，用于评估大型语言模型（LLM）在飞行预测等安全关键环境中的表现。该协议超越了简单的准确性，通过验证是否符合操作约束、物理可行性和安全要求。在应用于飞行轨迹和姿态预测任务时，FLY-EVAL++揭示了66个测试LLM在安全合规性方面存在显著差异，并突出了多步预测中常见的安全违规和不稳定性等故障。