본 논문은 스펙트럼 자원의 고갈과 무선 기기의 급증으로 인해 효율적인 무선 네트워크 관리가 중요해짐에 따라, 심층 학습 기반 인지 무선 기술(CRT)의 한계를 극복하기 위해 대규모 언어 모델(LLM)을 활용한 새로운 프레임워크인 RadioLLM을 제안한다. RadioLLM은 하이브리드 프롬프트 및 토큰 재프로그래밍(HPTR)과 주파수 조정 융합(FAF) 모듈을 통합하여 무선 신호 특징과 전문 지식을 결합하고 고주파 특징 모델링을 향상시킨다. 다양한 벤치마크 데이터셋에 대한 실험 결과, RadioLLM은 기존 기준 모델보다 대부분의 시나리오에서 우수한 성능을 달성함을 보여준다.
