यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
अगली पीढ़ी के मोबाइल नेटवर्कों को कई सेवा प्रदाताओं के परस्पर विरोधी लक्ष्यों में समन्वय स्थापित करना होगा। हालाँकि, वर्तमान नेटवर्क स्लाइस नियंत्रक कठोर, नीति-बद्ध और व्यावसायिक संदर्भ से अनभिज्ञ हैं। यह शोधपत्र एगोरन सर्विस एंड रिसोर्स ब्रोकर (एसआरबी) प्रस्तुत करता है, जो एक एजेंट बाज़ार है जो परिचालन चक्र में हितधारकों को सीधे जोड़ता है। प्राचीन ग्रीक अगोरा से प्रेरित होकर, एगोरन तीन स्वायत्त एआई विभागों में अधिकार का विकेंद्रीकरण करता है: कानूनी विभाग, कार्यकारी विभाग और न्यायपालिका। कानूनी विभाग अनुपालन संबंधी प्रश्नों के उत्तर देने के लिए एक खोज-संवर्धित बड़े पैमाने पर भाषा मॉडल (एलएलएम) का उपयोग करता है; कार्यकारी विभाग एक निगरानी संस्था द्वारा अद्यतन किए गए वैक्टर के डेटाबेस के माध्यम से वास्तविक समय में स्थितिजन्य जागरूकता बनाए रखता है; न्यायपालिका प्रत्येक एजेंट संदेश का नियम-आधारित विश्वास स्कोर के साथ मूल्यांकन करती है; और मध्यस्थता एलएलएम दुर्भावनापूर्ण व्यवहार का पता लगाता है और विश्वास बहाल करने के लिए वास्तविक समय में प्रोत्साहन लागू करता है। हितधारक पक्ष पर बातचीत करने वाले एजेंट और एसआरबी पक्ष पर मध्यस्थ एजेंट एक बहु-उद्देश्यीय अनुकूलक द्वारा उत्पन्न व्यवहार्य, पारेटो-इष्टतम प्रस्तावों पर बातचीत करते हैं, एक ही दौर में आम सहमति तक पहुंचते हैं और फिर उन्हें ओपन और एआई आरएएन नियंत्रकों को वितरित करते हैं। एक निजी 5G टेस्टबेड पर तैनात और वास्तविक दुनिया के वाहन आंदोलन ट्रैकिंग का उपयोग करके मूल्यांकन किए जाने पर, एगोरन ने महत्वपूर्ण लाभ प्राप्त किए: (i) ईएमबीबी स्लाइस थ्रूपुट में 37% की वृद्धि, (ii) यूआरएलएलसी स्लाइस विलंबता में 73% की कमी, और (iii) स्थिर आधार रेखा की तुलना में पीआरबी उपयोग में 8.3% की कमी। 1 बिलियन-पैरामीटर लामा मॉडल, 5 मिनट के लिए 100 GPT-4 वार्तालापों पर ठीक-ठीक ट्यून किया गया, 6 GiB मेमोरी के भीतर काम करता है एक लाइव डेमो https://www.youtube.com/watch?v=h7vEyMu2f5w\&ab_channel=BubbleRAN पर उपलब्ध है ।
Takeaways, Limitations
•
Takeaways:
◦
हम एक नवीन नेटवर्क स्लाइस प्रबंधन पद्धति प्रस्तुत करते हैं जो एजेंट-आधारित बाजार दृष्टिकोण के माध्यम से विभिन्न हितधारकों की आवश्यकताओं का कुशलतापूर्वक समन्वय करती है।
◦
वास्तविक दुनिया के वाहन ट्रैकिंग का उपयोग करने वाले प्रयोगों से बेहतर EMBB और URLLC स्लाइस प्रदर्शन और कम PRB उपयोग प्रदर्शित होता है।
◦
हल्के एलएलएम का लाभ उठाकर संसाधन-विवश वातावरण में भी प्रभावी निर्णय लेने की क्षमता का प्रदर्शन करता है।
◦
6G नेटवर्क के अति-लचीले और हितधारक-केंद्रित डिजाइन के लिए विशिष्ट तकनीकी दिशा-निर्देश प्रस्तुत करना।
•
Limitations:
◦
वर्तमान में एक निजी 5G परीक्षण केंद्र में मूल्यांकन किए जाने के बाद, वास्तविक दुनिया के वाणिज्यिक वातावरण में प्रदर्शन और मापनीयता का और अधिक सत्यापन आवश्यक है।
◦
एलएलएम की विश्वसनीयता और सुरक्षा संबंधी मुद्दों पर गहन विचार और समाधान की आवश्यकता है। दुर्भावनापूर्ण तत्वों के विरुद्ध सुरक्षा तंत्रों की वास्तविक प्रभावशीलता निर्धारित करने के लिए आगे के विश्लेषण की आवश्यकता है।
◦
विभिन्न सेवा प्रकारों और यातायात पैटर्न में सामान्यीकरण का निर्धारण करने के लिए आगे अनुसंधान की आवश्यकता है।
◦
एलएलएम फाइन-ट्यूनिंग के लिए उपयोग किए जाने वाले डेटा के पैमाने और गुणवत्ता पर विस्तृत जानकारी का अभाव।
