Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

ORANSight-2.0: Foundational LLMs for O-RAN

Created by
  • Haebom

作者

Pranshav Gajjar, Vijay K. Shah

概要

本論文は、オープンワイヤレス接続ネットワーク（O-RAN）に大規模言語モデル（LLM）を統合する際の既存の汎用LLMの制限を指摘し、O-RANに特化した基礎LLMを開発するORANSight-2.0イニシアチブを紹介します。 ORANSight-2.0は、Mistral、Qwen、Llama、Phi、Gemmaなど5つのオープンソースLLMフレームワークをベースに、18個のモデルを1B～70Bのパラメータ範囲に微調整し、O-RAN特化作業の性能を向上させる。特に、RANSTRUCTと呼ばれる新しいRetrieval-Augmented Generation（RAG）ベースの指示調整フレームワークを介して高品質の指示調整データセットを作成し、QLoRAを使用して微調整します。性能評価のために、srsRANに基づく新しいベンチマークであるsrsRANBenchを提示します。

Takeaways、Limitations

•
Takeaways：
◦
O-RANに特化したオープンソースベースのLLM開発により、既存の閉鎖モデルへの依存度を低減し、O-RAN分野でLLM活用の可能性を拡大する。
◦
RANSTRUCTやsrsRANBenchなどの新しいフレームワークとベンチマークを提示し、O-RAN LLMの開発と評価のための標準化された環境を提供します。
◦
5G O-RANスタックであるsrsRANを活用して、実際の環境に適用可能なモデルを開発して評価します。
•
Limitations：
◦
現在、SrsRANベースのベンチマークのみを使用して評価するため、他のO-RANシステムへの一般化の可能性をさらに検証する必要があります。
◦
ORANSight-2.0の性能向上の程度を定量的に分析し、他の既存のLLMとの比較分析が不十分です。
◦
RANSTRUCTの効率と拡張性の詳細な分析が必要です。
👍
Made with Slashpage