A Survey on Large Language Models for Communication, Network, and Service Management-优快云博客

本文是LLM系列文章，针对《A Survey on Large Language Models for Communication, Network, and Service Management: Application Insights, Challenges, and Future Directions》的翻译。

通信、网络和服务管理的大型语言模型综述：应用洞察、挑战和未来方向

摘要
1 引言
2 LLM基础知识
3 NSM中LLMS的分类建议
4 移动网络的LLMS和基于NSM的技术
5 车载网络的LLM——基于NSM
6 LLM用于基于云的NSM
7 LLM用于基于雾/边缘的NSM
8 挑战、未决问题和未来方向
9 结论

摘要

近几十年来，通信网络的快速发展加剧了对高级网络和服务管理（NSM）策略的需求，以满足对这些网络的效率、可扩展性、增强性能和可靠性日益增长的需求。大型语言模型（LLM）因其在各种自然语言处理（NLP）任务中无与伦比的能力和生成上下文感知见解而受到极大关注，为自动化各种通信NSM任务提供了变革性的潜力。对比考虑单个网络域的现有调查，本调查调查了不同通信网络域之间LLM的集成，包括移动网络和相关技术、车载网络、基于云的网络和基于雾/边缘的网络。首先，该调查提供了LLM的基础知识，明确详细介绍了通用Transformer架构、通用和特定领域的LLM、LLM模型预训练和微调，以及它们与通信NSM的关系。在网络监控和报告、人工智能网络规划、网络部署和分布以及持续网络支持的新分类下，我们对每个不同网络域中NSM任务的LLM应用程序进行了广泛的分类，探索了现有文献及其迄今为止的贡献。然后，我们确定了现有的挑战和悬而未决的问题，以及LLM驱动的通信NSM的未来研究方向，强调了对可扩展、可适应和资源高效的解决方案的需求，这些解决方案与通信网络的动态格局相一致。我们设想，这项调查将作为一个整体路线图，为利用LLM来增强NSM提供关键见解。