PlannerForge: LLM-agenter testar säkerheten i självkörande bilar

arXiv cs.AI

Forskare har byggt PlannerForge, ett ramverk där LLM-agenter (stora språkmodeller) hanterar hela testprocessen för självkörande bilsystem – från att skapa testscenarier till att utvärdera resultaten. Systemet presterar imponerande: antalet kollisioner sjönk från 19% till 8,4% och framgångsgraden förbättrades från 50 till 70% utan att modellerna behövde specialtränas. Intressant nog klarar öppna modeller som Qwen3-35B sig lika bra som kommersiella API:er på de flesta deluppgifter.