基于大语言模型的语义通信:现状,挑战与展望OA
语义通信有望成为下一代无线网络关键技术之一。但现有语义通信方案仍面临几个问题,如语义难以数学建模与优化、系统语义理解能力有限。大语言模型的出现为解决这些问题提供了可能性。首先回顾了基于深度学习的语义通信,接着分析了将大语言模型应用于语义通信的优势,包括在语义理解和生成等方面的突出表现。随后详细介绍了基于大语言模型的语义通信的最新进展,展示了该技术在提升系统的语义解析能力、提高信息传输效率方面的显著成果。然而,这种方法仍面临一些开放性问题,包括计算和资源需求、适应性和泛化性、大模型幻觉、以及数据隐私和安全性等挑战。最后,讨论了基于大语言模型的语义通信可能的应用场景,如数据爆发式传输、人机通信以及在恶劣环境下的通信,展示了其在多个领域中的潜在价值和广泛应用前景。
王衍虎;郭帅帅;
山东大学,山东济南250061
电子信息工程
语义通信大语言模型语义校正
《移动通信》 2024 (002)
P.16-21 / 6
国家自然科学基金“智能反射面辅助的主被动互惠传输基础理论与关键技术研究”(62171262);山东省重大科技创新工程“基于5G环境下的多种典型场景应用”(2020CXGC010109);山东省自然科学基金“低功耗多天线通信”(ZR2021YQ47)。
评论