A Survey on Large Language Models for Communication, Network, and Service Management

最新推荐文章于 2025-05-04 08:20:05 发布

UnknownBody

最新推荐文章于 2025-05-04 08:20:05 发布

阅读量168

点赞数 4

分类专栏： LLM Daily Survey Paper 文章标签：语言模型人工智能自然语言处理

本文链接：https://blog.csdn.net/c_cpp_csharp/article/details/145162600

版权

LLM Daily 同时被 2 个专栏收录

该专栏为热销专栏榜第35名

1187 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

Survey Paper

259 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文是LLM系列文章，针对《A Survey on Large Language Models for Communication, Network, and Service Management: Application Insights, Challenges, and Future Directions》的翻译。

摘要

近几十年来，通信网络的快速发展加剧了对高级网络和服务管理（NSM）策略的需求，以满足对这些网络的效率、可扩展性、增强性能和可靠性日益增长的需求。大型语言模型（LLM）因其在各种自然语言处理（NLP）任务中无与伦比的能力和生成上下文感知见解而受到极大关注，为自动化各种通信NSM任务提供了变革性的潜力。对比考虑单个网络域的现有调查，本调查调查了不同通信网络域之间LLM的集成，包括移动网络和相关技术、车载网络、基于云的网络和基于雾/边缘的网络。首先，该调查提供了LLM的基础知识，明确详细介绍了通用Transformer架构、通用和特定领域的LLM、LLM模型预训练和微调，以及它们与通信NSM的关系。在网络监控和报告、人工智能网络规划、网络部署和分布以及持续网络支持的新分类下，我们对每个不同网络域中NSM任务的LLM应用程序进行了广泛的分类，探索了现有文献及其迄今为止的贡献。然后，我们确定了现有的挑战和悬而未决的问题，以及LLM驱动的通信NSM的未来研究方向，强调了对可扩展、可适