arXiv cs.CL· Joao P. A. Dantas·· 14 小时前AI 评分27
MATE：面向空战战术决策的离线语言支持系统
Offline Language-Based Support System for Tactical Decision-Making in Air Combat Operations
AI 导读
研究团队推出离线语言支持工具 MATE，基于 RAG 从条令与战术手册中提取内容回答自然语言问题，全部组件开源、本地运行。三名巴西空军战斗机飞行员用 Llama 3.1 8B、Qwen 2.5 14B 和 Mistral NeMo 12B 对五个战术问题作答评分，五分制平均 4.00 至 4.40，Mistral NeMo 12B 得分最高，响应速度被评为完全够用，检索内容相关性是主要改进点。
正文 · AI 翻译
摘要：本文介绍了一种基于语言的离线支持工具，用于辅助空战行动中的飞行员训练和战术决策。该系统名为 MATE（训练与评估任务助手），采用检索增强生成（RAG）技术，利用从条令和战术手册中提取的内容来回答自然语言问题。该系统完全使用开源组件构建，在本地执行文本预处理、嵌入生成、语义搜索和语言生成，确保完全离线运行。三位巴西空军战斗机飞行员对该工具进行了评估，他们针对源自一份公开空战手册的五个战术问题，对三种开放权重语言模型（Llama 3.1 8B、Qwen 2.5 14B 和 Mistral NeMo 12B）生成的回答进行了评分。平均评分在五分制下为 4.00 至 4.40，其中 Mistral NeMo 12B 获得最高分，飞行员们认为该工具的响应时间与人工检索相比完全足够。检索内容的相关性被确定为主要的改进点。文中讨论了该工具在机载任务系统、飞行模拟器和训练环境中的潜在应用。
| 评论： | 已被 NeurIPS 2025 的 LatinX in AI Workshop 接收。7 页，2 幅图，2 张表 |
| 主题： | 计算与语言（cs.CL）；人机交互（cs.HC） |
| ACM 分类： | I.2.7；H.3.3 |
| 引用为： | arXiv:2610.35635 [cs.CL] |
| （或 arXiv:2610.35635v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.35635 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Joao Dantas [查看电子邮件]
[v1]
2026 年 10 月 26 日星期一 15:46:03 UTC（34 KB）
来源：arXiv cs.CL · arxiv.org