AstroMind：基于大语言模型的高保真航天器行为推理基准

随着地球轨道日益拥挤，理解航天器机动背后的原因至关重要。现有分析管道擅长检测事件，却缺乏对事件含义的推理能力。AstroMind 是一个基于高保真天体动力学模拟和真实观测约束的物理基准，旨在填补这一空白。它将复杂场景转化为可验证的推理问题，涵盖意图推断、机动参数估计和威胁评估三类任务，并包含真实的传感噪声及多源文本情报。评估指标兼顾语义正确性与物理约束下的定量一致性。实验表明，不同模型在各维度表现各异，结构化推理提示能显著提升性能。该基准为同时要求物理准确性与战术情境理解的领域提供了共享测试标准。