ReForge: Progettazione Adattiva di Algoritmi ABR Guidata da LLM

Un nuovo framework chiamato ReForge, descritto in un preprint su arXiv (2608.15138), propone un metodo per adattare continuamente gli algoritmi di bitrate adattivo (ABR) alle mutevoli condizioni di rete utilizzando modelli linguistici di grandi dimensioni (LLM). Il framework affronta la limitazione degli algoritmi ABR tradizionali, progettati per specifici scenari di rete e che falliscono quando le condizioni cambiano. ReForge utilizza un LLM per proporre piccole modifiche a un insieme di regole fuzzy che instrada le decisioni verso un pool di policy pre-addestrate, con un meccanismo di replay che garantisce che le modifiche non danneggino gli scenari precedentemente serviti. Questo approccio mira a riprogettare gli algoritmi ABR in pochi minuti quando emergono nuovi scenari, piuttosto che richiedere mesi di ingegneria manuale. Il lavoro è firmato da ricercatori e inviato ad arXiv, indicando un focus su informatica e reti. L'innovazione chiave del framework è l'integrazione degli LLM nel ciclo di apprendimento continuo, consentendo un rapido adattamento mantenendo le prestazioni su tutti gli scenari incontrati.