装备训练

COA-GPT：基于大语言模型的军事行动方案生成

军事决策大语言模型人机协同文章提出COA-GPT框架，利用大语言模型加速军事行动方案开发。该系统通过情境学习整合军事条令和领域知识，支持指挥官以文本/图像形式输入任务信息，可在数秒内生成战略对齐的初步行动方案。独特的人机交互机制允许指挥官通过自然语言反馈实时优化方案。在军事化星际争霸II场景的测试中，COA-GPT在方案质量、战略意图对齐和生成速度上均超越强化学习基线方法，且经两轮人工反馈迭代后方案综合得分提升17.3%。该系统为动态战场环境下快速决策提供了创新解决方案。

MLRIP：融合军事知识的语言表示预训练模型

军事文本挖掘知识增强预训练模型文章提出MLRIP军事领域预训练框架，通过改进知识掩码策略和两阶段实体替换机制解决军事文本特殊性问题。核心创新包括：1）在实体级掩码中引入事实知识预测模块，联合上下文与军事事实预测实体；2）新增关系级掩码捕获实体间战术关联；3）同实体提及替换策略解决军事术语多表达问题（如J-10/F-10）；4）基于作战规则的事实替换注入领域知识。在自建军事基准测试中，MLRIP实体分类F1达79.5%，较基线提升2.78%，关系抽取F1提升24.7%。

飞行员环境意识培训政策研究

航空环境飞行员培训可持续发展文章探讨了在飞行员培训中引入环境意识内容的必要性。当前航空业面临严峻的环境挑战，包括碳排放和噪音污染等问题，而飞行员培训课程中缺乏系统的环境意识教育。研究提出了三项关键改革建议：将环境意识培训纳入所有飞行员执照的必修内容；重新评估实机训练与模拟器训练的时间分配；推广远程混合式学习模式。这些措施旨在通过改变飞行员行为，推动航空业可持续发展。

军事学员沟通与组织管理能力研究

军事教育沟通能力组织管理文章研究了保加利亚Vasil Levski国家军事大学后勤军官学员在专业训练中的沟通与组织管理能力发展状况。通过对49名不同年级学员的分组调查，发现高年级学员的沟通和组织能力呈现下降趋势，其中55%的学员表现出非常高水平的沟通技能，而54%的学员具备非常高水平的组织能力。研究指出需要加强军事专业课程中理论能力的实践应用，特别是在第三学年后需采取措施防止能力退化。