Мультиагентные системы с расширенными возможностями больших языковых моделей для сетей связи 6G

Быстрое развитие больших языковых моделей (LLM) открывает значительные возможности для систем связи 6G, например для оптимизации и управления сетями, позволяя пользователям задавать LLM требования к задачам на естественном языке. Однако непосредственное применение исходных LLM в системах связи 6G сопряжено с рядом проблем, включая недостаток данных и знаний в области связи, а также ограниченные возможности логического рассуждения, оценки и доработки. Интеграция LLM с агентными возможностями, такими как извлечение информации, планирование, память, оценка и рефлексия, может существенно расширить потенциал LLM для систем связи 6G. Для решения этой задачи мы предлагаем CommLLM — мультиагентную систему с адаптированными знаниями и инструментами в области связи для решения задач, связанных со связью, с использованием естественного языка. Система состоит из трех компонентов: мультиагентного извлечения данных (MDR), в котором агенты-конденсаторы и агенты вывода уточняют и обобщают знания в области связи из базы знаний, расширяя границы знаний LLM в системах связи 6G; мультиагентного совместного планирования (MCP), в котором несколько агентов планирования на основе извлеченных знаний формируют реализуемые решения задач, связанных со связью, с различных точек зрения; и мультиагентной оценки и рефлексии (MER), в которой агент оценки анализирует решения, а агенты рефлексии и доработки формируют предложения по улучшению текущих решений. Наконец, эффективность предложенной мультиагентной системы подтверждается путем разработки системы семантической связи в качестве тематического примера для систем связи 6G.