基于意图漂移引导的LLM意图保证
人工智能
2024-02-06 v2 网络与互联网体系结构
统计方法学
摘要
意图驱动网络（IBN）通过承诺以自动化方式将意图和业务目标与网络操作对齐，为网络管理带来了范式转变。然而，其实际实现面临挑战：1）处理意图，即翻译、分解并识别实现意图的逻辑；2）意图符合性，即考虑到动态网络，应适当调整逻辑以保证意图。为了解决后者，意图保证的任务是持续验证和确认，包括采取必要措施使操作状态与目标状态对齐。在本文中，我们定义了一个保证框架，使我们能够在意图漂移发生时检测并采取行动。为此，我们利用由大型语言模型（LLM）生成的AI驱动策略，这些模型可以快速学习必要的上下文内需求，并协助实现和保证意图。
引用
@article{arxiv.2402.00715,
title = {Intent Assurance using LLMs guided by Intent Drift},
author = {Kristina Dzeparoska and Ali Tizghadam and Alberto Leon-Garcia},
journal= {arXiv preprint arXiv:2402.00715},
year = {2024}
}