6g-networks

该论文提出一种知识引导的LLM框架，结合语法约束语义解析与知识图谱驱动的澄清循环，用于集成地面与非地面6G网络中的意图驱动服务编排，在200条意图数据集上达到89%分类准确率与95%策略有效性。

PhysAI-Bench是一个用于评估自主无人机系统中基于LLM的自主决策能力的基准，包含超过10,000个标准化实例，并对29个基础模型进行了评估。

该论文提出了CRAFT，一种以数据为中心的方法，用于微调小语言模型，以在AI原生6G RAN中实现事前可解释性，与现有方法如GRPO相比，实现了更高的准确性和能效。

本综述全面回顾了无线基础模型，涵盖架构、预训练范式、应用以及AI原生6G网络面临的挑战。