כתבה
arXiv cs.AI ·
CT-SAFR: ניתוב בטוח ומובן לרובוטים אוטונומיים
CT-SAFR: Safe and Interpretable Chain-of-Thought Reasoning for Autonomous Robots: A Multi-Layered Verification Framework for Trustworthy AI-Driven Robotic Decision Making
CT-SAFR הוא כלי אימות רב-שכבתי לניתוב בטוח ומובן לרובוטים אוטונומיים. הוא מסוגל לזהות 94.2% מההזיות עם זמן תגובה נמוך. המחקר הראה 87% ירידה בפלטי ניתוב לא בטוחים.
תקציר מקורי באנגליתarXiv:2609.09692v1 Announce Type: cross Abstract: Chain-of-Thought (CoT) prompting enables LLMs to perform explicit, step-by-step reasoning, creating opportunities for sophisticated autonomous robots. However, recent research reveals that reasoning models verbalize their actual decision processes only 25-39% of the time, with faithfulness degrading 44% on complex tasks. This paper presents CT-SAFR (Chain-of-Thought Safety and Faithfulness for Robotics), a multi-layered verification framework achieving 94.2% hallucination detection (n = 500, 95% CI: 91.8-95.9%) with sub-500ms latency. Through a warehouse robot case study, this work demonstrates 87% reduction in unsafe reasoning outputs (p < 0.001) and provides recommendations for responsible deployment of reasoning-capable autonomous robots
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית