Este artículo aborda las limitaciones de los LLM de propósito general existentes para la integración de Modelos de Lenguaje a Gran Escala (LLM) en Redes de Acceso Radiofónico Abierto (O-RAN) e introduce la iniciativa ORANSight-2.0 para desarrollar un LLM de referencia específico para O-RAN. ORANSight-2.0 mejora el rendimiento de las tareas específicas de O-RAN mediante el ajuste fino de 18 modelos con rangos de parámetros de 1B a 70B basados en cinco marcos LLM de código abierto: Mistral, Qwen, Llama, Phi y Gemma. En particular, se utiliza un nuevo marco de coordinación de instrucciones basado en Generación Aumentada por Recuperación (RAG), llamado RANSTRUCT, para generar un conjunto de datos de coordinación de instrucciones de alta calidad, que posteriormente se ajusta mediante QLoRA. Para la evaluación del rendimiento, se propone un nuevo punto de referencia basado en srsRAN, srsRANBench.
