电信领域的大型语言模型（LLM）：原则、关键技术和机遇的全面调研

May, 2024

电信领域的大型语言模型（LLM）：原则、关键技术和机遇的全面调研

Large Language Model (LLM) for Telecommunications: A Comprehensive Survey on Principles, Key Techniques, and Opportunities

PDF

Hao Zhou, Chengming Hu, Ye Yuan, Yufei Cui, Yili Jin...

TL;DR大型语言模型 (LLMs) 在最近因其出色的理解和推理能力而受到了广泛关注，取得了许多领域的巨大进展。LLM 技术的进步也为电信领域的许多任务自动化提供了有希望的机会。本工作旨在提供 LLM-enabled 电信网络的全面概述，介绍了 LLM 的基本原理、关键技术和电信应用，并给出了未来发展方向。

Abstract

large language models (llms) have received considerable attention recently due to their outstanding comprehension and reasoning capabilities, leading to great progress in many fields. The advancement of LLM techn

large language models llms telecom networks llm-enabled techniques telecommunication field

发现论文，激发创造

大型语言模型在电信行业的应用：下一个重大趋势？

介绍引导性人工智能在电信领域中，为无线网络提供新机遇与应用的可能性，借助大型语言模型技术，实现具有人工智能的无线通信新领域的发展。

Jun, 2023

通信行业的大型语言模型：即将对行业产生的影响

大型语言模型 (LLMs) 对于自然语言处理 (NLP) 领域以外的许多领域产生了深远的影响，并引起了前所未有的关注。该研究深入探讨了 LLMs 的内部工作机制，提供了对其当前能力和局限性的深入洞察。此外，研究还揭示了在电信领域内使用 LLMs 面临的独特挑战，以及可以在电信行业中实施的使用案例和研究方向。解决这些挑战是充分利用 LLMs 潜力、完全发挥其在电信领域中能力的重要一步。

Aug, 2023

大型语言模型在电信领域的语言智能

在自然语言处理领域中，本研究通过对四个知名的大型语言模型（Llama-2，Falcon，Mistral 和 Zephyr）进行全面的零样本评估，与最先进的微调模型进行性能比较，评估了大型语言模型在电信领域内的知识和理解能力，并发现零样本的大型语言模型能够在这一领域内达到与当前最先进微调模型相当的性能水平，突显了大型语言模型作为理解这一领域不足的各个方面的有价值资源的潜力。

Feb, 2024

大型语言模型（LLMs）辅助城市环境下的无线网络部署

利用大型语言模型（LLMs）为六代（6G）无线通信技术引入一种基于强化学习的新框架，该框架在都市环境中通过训练 RL 代理并结合卷积神经网络（CNNs）利用 LLMs 的优势以及减轻其限制，在优化区域覆盖范围的网络部署中表现出色。

May, 2024

WirelessLLM: 大规模语言模型赋能无线智能

这篇研究论文介绍了一种名为 WirelessLLM 的综合框架，旨在将大型语言模型应用于无线通信网络领域，并解决其独特挑战和需求。通过确定知识对齐、知识融合和知识演进三个基本原则，并探讨了构建 WirelessLLM 的关键技术，包括提示工程、检索增强生成、工具使用、多模态预训练和领域特定微调。此外，还展示了 WirelessLLM 在解决无线网络典型问题方面的实际应用和益处，并提出了未来研究的挑战和潜在方向。

May, 2024

电信语言模型：是否必须大规模？

该论文评估了 Phi-2 模型在电信领域的的内在理解能力，并通过检索增强生成方法，将电信标准规范知识库与其整合，提高了其在准确度方面的性能。Phi-2 模型在回答与电信标准相关的问题上表现出与资源密集型 GPT-3.5 相当的准确度，同时探索了 Phi-2 在电信领域解决问题的能力和局限性。

Mar, 2024

通过大型语言模型了解电信语言

本文介绍了如何使用 Fine-tune 调整预训练语言模型，例如 BERT、RoBERTa 和 GPT-2，来识别电信领域的文档中的工作组标准，其准确率可达 84.6%。

Jun, 2023

利用大型语言模型理解电信标准

通过评估最新的大型语言模型作为第三代合作伙伴计划（3GPP）文件参考的问答助手的能力，本文提供了性能评估的基准和测量方法，进行了数据预处理和微调，提供了适用于所有语言模型的增加响应准确性的指南，并提供了一种名为 TeleRoBERTa 的模型，其性能与基础语言模型相当，但参数数量少一个数量级。结果表明，大型语言模型可以作为电信技术文件的可靠参考工具，因此在故障排除、维护、网络运营和软件产品开发等多个领域具有潜力。

Apr, 2024

电信规格的技术语言处理

大型语言模型（LLMs）在不同领域的应用越来越广泛。然而，目前即使是最先进的 LLMs，如 GPT-4，在没有大量预处理的情况下，从真实世界的技术文档中提取信息仍然存在挑战。本文讨论了处理电信行业专家生成的技术信息时，现有自然语言处理（NLP）工具的局限性，并将技术语言处理（TLP）的概念拓展到电信领域。此外，我们探讨了领域特定 LLMs 在规范工程师工作中的影响，并强调采用领域特定 LLMs 可以加快学习不同电信领域的专家的潜在好处。

Jun, 2024

网络大型语言模型：工作流程、进展与挑战

通过回顾现有工作，我们按类别介绍了应用语言模型于网络领域的突出成果，并详细解释它们在工作流程的不同阶段的操作方式。此外，我们深入探讨了遇到的挑战，讨论了潜在解决方案，并勾勒了未来的研究前景。我们希望这份调查能为研究人员和实践者提供洞见，推动该跨学科研究领域的发展。

Apr, 2024