safety-assessment

本文提出了一种概念验证型AI流水线，利用多模态数据（图像和事故报告）评估铁路道口安全，在风险分类上实现了0.757的宏F1分数，并通过微调紧凑型VLM在安全评分估算上达到了0.078的RMSE。

MCBench是一个新基准，用于评估全模态大语言模型在视觉、音频和文本模态下的安全性。它包含1196个场景，并发现当前模型难以进行跨模态安全推理。

本文提出了一种多智能体强化学习框架，该框架同时训练自动驾驶车辆和具有个性驱动乱穿马路行为的行人，与单智能体方法相比，碰撞率降低了30%，并展示了更真实的交互场景。