生成式AI-in-the-loop：将LLMs和GPTs集成到下一代网络中
机器学习
2024-06-07 v1 人工智能
摘要
近年来，机器学习技术为智能移动网络创造了众多机会，并加速了网络操作的自动化。然而，复杂的网络任务可能涉及传统ML算法能力之外的变量和考虑。另一方面，大型语言模型（LLMs）最近出现，在认知任务中表现出接近人类水平的性能。但它们仍然容易产生幻觉，在基本任务中缺乏常识。因此，它们被视为人类的辅助工具。在这项工作中，我们提出了“生成式AI-in-the-loop”的概念，并利用LLMs的语义理解、上下文感知和推理能力来帮助人类处理移动通信网络中的复杂或意外情况。我们认为，结合LLMs和ML模型可以让两者发挥各自的能力，并取得比单独使用任一模型更好的结果。为了支持这一想法，我们首先分析LLMs的能力，并将其与传统ML算法进行比较。然后，我们探索基于LLMs的潜在应用，以满足下一代网络的需求。我们进一步研究ML和LLMs的集成，讨论如何在移动网络中一起使用它们。与现有研究不同，我们的研究强调LLMs与传统ML驱动的下一代网络的融合，并作为对现有调查的全面完善。最后，我们提供了一个案例研究，利用LLMs生成的合成数据增强基于ML的网络入侵检测。我们的案例研究进一步证明了我们提出的想法的优势。
引用
@article{arxiv.2406.04276,
title = {Generative AI-in-the-loop: Integrating LLMs and GPTs into the Next Generation Networks},
author = {Han Zhang and Akram Bin Sediq and Ali Afana and Melike Erol-Kantarci},
journal= {arXiv preprint arXiv:2406.04276},
year = {2024}
}