Turkish Air Force F-16 crashes near Yalova during training, pilot ejects
一架土耳其空军 F-16 战斗机在西北省份亚洛瓦的一次训练飞行中坠毁...土耳其空军 F-16 在训练期间在亚洛瓦附近坠毁，飞行员弹射首先出现在 AeroTime 上。
Montana Guard Engineers revitalize park during training
蒙大拿州卡尔伯森– 分配给第 260 工兵支援连的蒙大拿州陆军国民警卫队士兵完成了军团公园改造的最后阶段...
Multinational Forces Validate Defensive Readiness During Balikatan 2026 Counter-Landing Training
菲律宾 APORAWAN——4 月 27 日，作为 2026 年“肩并肩”演习的一部分，来自美国、菲律宾、澳大利亚和新西兰的 500 多名军人成功协调地面和空中火力，击败了模拟对手的攻击。
Romanian Gepard tracks US Army drone in Poland counter-drone drill
2026 年 8 月 18 日在波兰 Bemowo Piskie 训练区进行联合反无人机训练期间，美国陆军无人机操作员为罗马尼亚机组人员驾驶第一人称视角飞机……罗马尼亚猎豹在波兰反无人机演习中跟踪美国陆军无人机后首次出现在 AeroTime 上。
MRF-SEA Tests TPS-80 Mobility to Enhance Fires Integration in the Philippines
2026 年 8 月 27 日，美国海军陆战队驻东南亚海军陆战队轮换部队、第一海军陆战队远征军在菲律宾训练期间测试了 AN/TPS-80 地面/空中任务导向雷达的机动性，评估该能力如何改善群岛环境中的指挥和控制以及支持火力整合。
MRF-SEA Tests TPS-80 Mobility to Enhance Fires Integration in the Philippines
菲律宾 — 2026 年 8 月 27 日，美国海军陆战队空军指挥与控制分队、东南亚海军陆战队轮换部队、第一海军陆战队远征军在菲律宾训练期间测试了 AN/TPS-80 地面/空中任务导向雷达的机动性，评估该能力如何改进指挥与控制并支持群岛环境中的火力整合。
GAO 的发现国防部 (DOD) 及其下属部门——国防部相关办公室和军事部门（陆军、海军和空军）——正在采取措施预防和减轻爆炸暴露对大脑健康的影响。 2024 年，国防部制定了多项爆炸超压要求，其中一项要求监测大脑健康状况。具体来说，这要求所有高风险现役军人在 2025 财年完成基线认知评估，所有新军人在初始军事训练期间完成一项基线认知评估。国防部还要求跟踪军人暴露于爆炸超压的情况。截至 2025 财年，各组件已开始实施跟踪要求，包括更新集中式数据系统，以便能够跟踪暴露情况。图：2025 财年完成的认知评估数量注：更多详细信息，请参见图 2。 GAO-26-107829 中的 4。根据国防部文
据 Livelaw 报道，印度最高法院最近在“回复：军事训练中残疾学员的斗争”中通过了指示，不仅确保训练期间残疾学员的福利（“被停职”），而且确保他们获得与 2016 年《残疾人权利法》（RPwD）相同的法定权利和保护。上述法案保障残疾人在公共和公共事务方面的权利。私人就业、教育和无障碍环境。法院赞扬财政部和国防部现在将“退伍军人缴费医疗计划”下的福利扩大到这些被寄宿的学员。而且，他们一生的医疗费用也得到了照顾。关于《2016 年 RPwD 法案》是否适用于“被淘汰”的学员的问题，印度最高法院指出，对于那些具有基准残疾（即评估为 40% 或以上）的学员；有关政府可以制定适当的计划，在每组拟由基
3rd MLR, 4thMBDE conduct bilateral littoral mobility training during KAMANDAG 10
菲律宾达维拉 — 2026 年 6 月 21 日至 22 日在吕宋岛北部举行双边沿海机动训练期间，美国海军陆战队第三海军陆战师濒海团与菲律宾海军陆战队第四海军陆战旅一起，在菲律宾船只上成功运送了人员、保障物资和先进的海岸防御系统，以支持菲律宾主导的 KAMANDAG 演习10. 训练增强了美国和菲律宾军队在复杂的海上地形移动和维持人员和装备的能力，同时加强了互操作性和联合战备能力。
Virginia Guardsmen Strengthen Engineering Skills in Mongolia
弗吉尼亚陆军国民警卫队工程师在年度训练期间支持蒙古的多国演习，包括在“可汗探索 26”演习期间修建道路、测量和进行现场维护操作。
Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
ABBEL 与传统递归摘要相比的概述。信念取代了完整的交互历史作为代理的工作环境，信念分级通过监督每个信念状态的内容来提高性能。随着任务范围的增长，LLM 环境无法永远扩展。自总结可以实现简洁、可解释的上下文，但会带来显着的性能成本，特别是对于高质量数据稀缺的人工辅助领域，例如协作代码生成。我们用 ABBEL 来解决这个问题：一个框架，以自然语言信念状态的形式隔离和监督摘要的信息内容。动机：递归摘要的成本对于语言模型来说，要有效地协助日益复杂的任务，例如软件开发，它们必须能够与我们进行数百甚至数千个步骤的交互。对于如此长的任务，将整个交互的历史记录保存在上下文中是不切实际的。迄今为止使用的启发
Army flight school launches first solo cross-country training in decades
阿拉巴马州拉克堡 - 陆军航空兵学生在训练中迈出了重要的一步，头等舱在基础训练期间开始单独越野飞行。
