Air Traffic Control Using Large Language Models: Prompt Engineering, Architecture, and Evaluation
使用大语言模型的空中交通管制：提示工程、架构与评估
机构 * The George Washington University（乔治华盛顿大学） ； California Institute of Technology（加州理工学院） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 该研究针对ATC仍以人工为主的问题，设计5种提示结构并在9种LLMs上实验，发现简洁提示表现最佳，注入正确历史可修复脚本严格提示的错误，明确了LLM辅助ATC的路径与局限。
Comments 39 pages, 12 figures, 7 tables
