实体
Pilot's Operating Handbooks
Pilot's Operating Handbooks
PulseAugur coverage of Pilot's Operating Handbooks — every cluster mentioning Pilot's Operating Handbooks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新基准测试LLM智能体在航空副驾驶中的作用
研究人员推出了AeroCopilotBench，这是一个新颖的两级基准测试，旨在评估航空场景中的大型语言模型（LLM）智能体。该基准测试包括一个名为AeroCopilot Operational Environment（ACOE）的虚拟驾驶舱环境，以及一套1200道选择题用于知识评估。第二级侧重于程序执行和安全合规性，包含73项源自飞行员操作手册的紧急和异常任务。对12个模型的初步测试显示，虽然知识可以评估，但程序执行仍然是一个重大挑…
-
新的基准测试在模拟航空场景中测试 LLM 代理
研究人员开发了 AeroCopilotBench，这是一个新的基准测试和名为 ACOE 的交互式虚拟驾驶舱环境，旨在评估大型语言模型 (LLM) 代理在航空场景中的能力。该基准测试包含两个级别：一个级别通过多项选择题评估航空知识，另一个级别在模拟的紧急和异常飞行任务中测试程序执行和安全合规性。对 12 个模型的初步测试显示，虽然一些代理在基于知识的任务上表现良好，但这并不总是能转化为有效的程序执行，在完整性、状态反馈利用和长期管理方面…