作为网络运营者的 LLM：面向 6G 无线接入网的生成式 AI 愿景
网络与互联网体系结构
2025-09-16 v1 机器学习
系统与控制
系统与控制
摘要
未来 AI 原生的下一代（NextG）无线接入网（RAN），包括 6G 及以后，其管理呈现出超越传统自动化能力的巨大复杂性挑战。为此，我们引入了 LLM-RAN 运营者的概念。在此范式中，一个大型语言模型（LLM）被嵌入到 RAN 控制回路中，将高层人类意图转化为最优网络动作。与以往的实证研究不同，我们为 LLM-RAN 运营者提出了一个正式框架，该框架建立在早期工作的基础上，通过与开放 RAN（O-RAN）标准对齐的适配器使保证可检查，将非实时（Non-RT）RAN 智能控制器（RIC）中由 LLM 驱动的战略指导与近实时（Near-RT）RIC 中的反应式执行分离开来，包括一个关于策略表达性的命题和一个关于收敛到稳定不动点的定理。通过以数学严谨性构建问题，我们的工作提供了分析工具，用以推理 AI 原生 RAN 控制的可行性和稳定性。它指出了在安全性、实时性能和物理世界基础方面的关键研究挑战。本文旨在弥合 AI 理论与无线系统工程在 NextG 时代的差距，与 AI4NextG 的愿景保持一致，即开发知识渊博、意图驱动的无线网络，将生成式 AI 集成到 RAN 的核心。
引用
@article{arxiv.2509.10478,
title = {The LLM as a Network Operator: A Vision for Generative AI in the 6G Radio Access Network},
author = {Oluwaseyi Giwa and Michael Adewole and Tobi Awodumila and Pelumi Aderinto},
journal= {arXiv preprint arXiv:2509.10478},
year = {2025}
}
备注
Submitted to Workshop on AI and ML for Next-Generation Wireless Communications and Networking, NeurIPS 2025