利用ASRS报告为航空系统运行安全分析生成可追踪的LLM危险场景

一篇arXiv论文提出用AI辅助方法，从NASA的ASRS报告中为航空系统运行安全分析生成可追溯的危险场景。给定目标不利结果，该方法生成结构化假设和叙述性场景，并给出基于历史共现的合理性评分和相似报告的可追溯性。研究还提出混合变体，通过进化溯因生成的结构化假设来条件化叙述生成，以提高正确性并减少变异性，并评估了多种大型语言模型、提示方式和微调的影响。

航空系统运行安全分析以往依赖人工识别天气、空管、空域、飞机运行和人为因素等交互，该方法首次利用大语言模型自动生成带有可追溯证据和合理性评分的候选场景，可能提升分析效率与系统性。

该方法利用LLM从ASRS报告数据中提取模式，通过结构化假设和叙述生成相结合，使场景既具备因果逻辑又有历史证据支持；进化溯因优化结构化假设，减少生成结果的随机性，提高正确性。可追溯性通过相似报告检索实现，合理性评分基于历史共现频率。

对航空安全分析类产品，该方法可缩短危险场景梳理时间，降低对专家的依赖，并通过可追溯性增强结果的可信度。对大语言模型应用，评估结果有助于选择合适的模型和提示策略，但具体影响需进一步验证。

• 开发基于ASRS数据的航空安全危险场景自动生成工具，输出带评分和溯源报告，供安全工程师使用。
• 为航空运营方提供安全分析辅助服务，集成到现有安全管理系统，提升隐患排查效率。
• 拓展该方法至其他行业（如铁路、医疗）的事故报告分析，形成通用危险场景生成平台。