6G-Bench：面向AI原生6G网络的语义通信与网络级推理开放基准
网络与互联网体系结构
2026-02-10 v1 人工智能
摘要
本文介绍6G-Bench，一个用于评估AI原生6G网络中语义通信和网络级推理的开放基准。6G-Bench从3GPP、IETF、ETSI、ITU-T和O-RAN联盟等组织中的6G和AI代理标准化活动中提取出30个决策任务（T1--T30），并将其组织为五个标准化对齐的能力类别。从113,475个场景出发，我们生成一套平衡的10,000个非常困难的多选题，使用任务条件化提示确保在不确定性下进行多步骤定量推理，并在多回合时段下最小化最坏后悔。经过自动过滤和专家人类验证后，保留下3,722个作为高置信度评估集，而完整数据集将公开以支持训练和微调6G专用模型。使用6G-Bench，我们评估了22个基础模型，包括稠密和Mixture-of-Experts架构、短时序和长时序设计（最高达1M token），以及开源权重和专有系统。所有模型中，确定性单次准确率（pass@1）范围广泛，从0.22到0.82，突显了语义推理能力的显著差异。领先模型在意图和政策推理准确率达到0.87--0.89，而对推理密集型任务的选择性鲁棒性分析显示pass@5值范围从0.20到0.91。为支持开放科学和可重复性，我们将6G-Bench数据集发布在GitHub上：https://github.com/maferrag/6G-Bench
引用
@article{arxiv.2602.08675,
title = {6G-Bench: An Open Benchmark for Semantic Communication and Network-Level Reasoning with Foundation Models in AI-Native 6G Networks},
author = {Mohamed Amine Ferrag and Abderrahmane Lakas and Merouane Debbah},
journal= {arXiv preprint arXiv:2602.08675},
year = {2026}
}