6g

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。