Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Constrained Network Slice Assignment via Large Language Models

Created by
  • Haebom
Category
Empty

저자

Sagar Sudhakara, Pankaj Rajak

개요

본 논문은 다양한 서비스 요구사항에 맞춰 물리적 인프라를 가상 슬라이스로 분할하는 네트워크 슬라이싱에서 무선 자원 할당 문제를 해결하기 위해 대규모 언어 모델(LLM)을 활용하는 방법을 연구한다. 두 가지 접근 방식을 제시하는데, 첫째는 제로샷 세팅에서 LLM을 사용하여 사용자 서비스 요청을 슬라이스에 직접 할당하고, 둘째는 LLM이 요청 간의 유사성을 추정하여 정수 프로그래밍 모델을 구성하는 것이다. 실험 결과, LLM은 제로샷 프롬프팅만으로도 초기 슬라이스 할당을 생성할 수 있으며, 최적화 솔버와 결합하여 자원 활용 및 슬라이스 격리 측면에서 기존 방식과 유사한 성능을 달성할 수 있음을 보여준다.

시사점, 한계점

LLM을 활용하여 네트워크 슬라이싱의 무선 자원 할당 문제를 해결하는 새로운 접근 방식을 제시함.
제로샷 프롬프팅만으로도 초기 할당을 생성할 수 있는 LLM의 가능성을 보여줌.
LLM을 최적화 솔버와 결합하여 기존 방식과 유사한 성능을 달성할 수 있음을 입증.
LLM 단독으로는 제약 조건을 완벽하게 충족하지 못할 수 있음.
LLM의 성능은 텍스트 입력에 크게 의존하며, 구체적인 성능 향상을 위해서는 추가적인 연구가 필요함.
👍