6g

论文提出一种6G无线接入网的隐私保护意图履约与验证架构，仅依赖声明的意图类别和O1接口上标准的小区级性能管理计数器进行资源分配与验证，并通过数据处理不等式给出资源分配的信息泄露上界，在四个运营商网络的生产数据上验证了检测性能与隐私之间的权衡。

论文对比了 Jev-1.13.0 等决策模型与大型语言模型在 6G Open RAN RIC 中解释网络意图并生成 A1 策略的性能：LLM 因延迟过高（中位 0.286–2.35 秒）几乎无法满足 1 秒近实时预算，而 Jev 在 99.8% 的调用中达标，且未显示出优于 Jev 的 SLA 改善。

本文探讨了7G移动通信世代的可行性，认为只有在后6G系统引入了6G及互补技术无法满足的需求或协调挑战时，才值得推动7G。该论文提出了一个准备就绪框架，以评估潜在的7G断层，如智能体网络和量子使能互操作。

ANP已被列为3GPP在6G人工智能协议研究中的候选协议，突出了未来网络中人工智能集成的进步。

本文对6G-IoT波束成形优化进行了系统的机器学习研究，比较了网络、环境、设备和视觉特征组的预测能力，并应用聚类方法以提升性能。

3GPP已完成Release 19，这是第二个5G-Advanced规范，为未来Release 20中的6G研究奠定了基础。

提出了一种基于VAE的多任务语义通信框架，用于卫星辅助自动驾驶，在保持交通标志重建和分类性能的同时，实现了显著的带宽压缩。

本文提供了关于在 6G 网络中使用联合嵌入预测架构（JEPA）进行自监督学习的教程，并附带一个波束管理案例研究和开放挑战。

本综述将78篇联合OFDM-RIS优化工作分为四个范式，从凸松弛到基础模型，并指出了6G网络中的开放挑战。

本文提出了一种随机锚定策略，用于缓解基于LLM的智能体中的锚定偏差，以实现节能的6G自治网络，使用轻量级1B参数模型实现了高达25%的节能。

本文提出了一个与Free5GC兼容的开源NWDAF，该框架集成了LLM接口，支持自然语言交互和基于意图的网络管理，旨在迈向AI原生6G网络。

PilotWiMAE提出了一种自监督框架，直接接收含噪的导频观测进行无线信道表示学习，消除了不切实际的全CSI假设，并实现了优于监督基线的鲁棒跨频波束选择和信道估计。

本文提出了一个面向AI原生6G网络的愿景框架，主张采用统一的基础模型和协作式多智能体系统，以实现超越碎片化5G方案的自主、弹性网络管理。