LINKs：大型语言模型集成管理用于 6G 感知数字 twin 网络
网络与互联网体系结构
2024-12-31 v1 人工智能
系统与控制
系统与控制
摘要
在感知数字 twin（DT）和 6G 网络快速演变的背景下，大型语言模型（LLMs）的集成为网络管理提供了一种新颖的方法。本文探讨了 LLMs 在管理 6G 赋能 DT 网络中的应用，着重优化智能城市场景下的数据检索和通信效率。该框架利用 LLMs 进行智能 DT 问题分析和无线资源管理（RRM），以完全自治的方式实现无需任何手动干预。我们提出的框架——LINKs，构建了一种惰性加载策略，通过选择性检索相关数据来最小化传输延迟。基于数据检索计划，LLMs 将检索任务转化为数值优化问题，并利用求解器构建最优 RRM，以确保网络内的高效通信。仿真结果表明，在数据规划和网络管理方面，LINKs 实现了性能提升，凸显了 LLMs 增强 DT 和 6G 技术集成潜力。
引用
@article{arxiv.2412.19811,
title = {LINKs: Large Language Model Integrated Management for 6G Empowered Digital Twin NetworKs},
author = {Shufan Jiang and Bangyan Lin and Yue Wu and Yuan Gao},
journal= {arXiv preprint arXiv:2412.19811},
year = {2024}
}
备注
Accepted by The 2024 IEEE 100th Vehicular Technology Conference (VTC2024-Fall)