Framework di negoziazione agentiva basato su LLM per il network slicing 6G
Un articolo di ricerca propone un framework risk-aware per la negoziazione agentiva in reti autonome 6G, affrontando il bias di negligenza dell'incertezza negli agenti basati su modelli linguistici di grandi dimensioni (LLM). Il framework utilizza gemelli digitali (DT) per prevedere distribuzioni complete di latenza e applica il Conditional Value-at-Risk (CVaR) dalla teoria dei valori estremi per spostare il processo decisionale dal ragionamento basato sulla media alla gestione del rischio di coda. Questo approccio mira a garantire un'allocazione robusta delle risorse nel network slicing 6G, costruendo un buffer statisticamente fondato contro gli scenari peggiori. L'articolo è disponibile su arXiv con identificatore 2511.19175.
Fatti principali
- L'articolo affronta il bias di negligenza dell'incertezza negli agenti basati su LLM per reti 6G.
- Propone un framework risk-aware per la negoziazione agentiva nel network slicing.
- Gli agenti utilizzano gemelli digitali per prevedere distribuzioni complete di latenza.
- Il Conditional Value-at-Risk (CVaR) della teoria dei valori estremi viene utilizzato per la valutazione.
- Il framework sposta il ragionamento dalla media al rischio di coda per scenari peggiori.
- L'articolo è disponibile su arXiv con ID 2511.19175.
- Il framework mira a garantire un'allocazione robusta delle risorse nel 6G.
- Costruisce un buffer statisticamente fondato contro eventi estremi.
Entità
Istituzioni
- arXiv