Automatyzacja tworzenia rozkazów operacyjnych
Jedna z prezentowanych prac dotyczy wieloagentowego, multimodalnego systemu wnioskowania, który wykorzystuje duże modele językowe (LLM) do automatyzacji generowania złożonych dokumentów szkoleniowych, takich jak rozkazy operacyjne (OPORD). System ten, oparty na wyspecjalizowanych agentach LLM, przetwarza zarówno tekstowe opisy scenariuszy, jak i informacje wizualne, co pozwala na tworzenie spójnych i szczegółowych dokumentów. Celem jest znaczące zmniejszenie obciążenia pracą manualną i przyspieszenie procesów.
Narzędzie ARC: Szybka aktualizacja materiałów szkoleniowych
Kolejna praca przedstawia narzędzie ARC, które odpowiada na wyzwanie szybkiej aktualizacji wojskowych materiałów szkoleniowych w odpowiedzi na zmiany doktrynalne. Wykorzystując sztuczną inteligencję do analizy dokumentów doktrynalnych i szkoleniowych, ARC identyfikuje sekcje wymagające modyfikacji. Jest to kluczowa funkcja, biorąc pod uwagę, że pojedyncza zmiana doktryny może wymagać aktualizacji wielu kursów i zasobów szkoleniowych. Testy beta z udziałem czterech ośrodków dowodzenia armii wykazały pozytywne wyniki, a uczestnicy potwierdzili, że ARC zwiększy produktywność.
TopoGen: Generowanie map szkoleniowych
Wyzwanie czasochłonnego tworzenia specjalistycznych map do scenariuszy szkoleniowych rozwiązuje system TopoGen. Praca prezentuje dwuczęściowy zbiór danych, który posłużył do wytrenowania generatywnych modeli dyfuzyjnych. Modele te potrafią tworzyć wysokiej jakości wojskowe mapy szkoleniowe na podstawie prostych opisów tekstowych cech geograficznych. System umożliwia generowanie map określających rozmiar, względne położenie topografii (wzgórza, góry) oraz elementów wodnych (rzeki, wybrzeża), co przyspiesza rozwój scenariuszy szkoleniowych.
Analiza stronniczości poznawczej
Ostatnia z prezentowanych prac przedstawia metodologię wykorzystującą duże modele językowe do wydobywania mierzalnych informacji na temat stronniczości poznawczych, w szczególności awersji do strat, z zachowań hakerów. Analiza danych z eksperymentów pozwala na głębsze zrozumienie tych mechanizmów.
