大型语言模型（LLM）在边缘物联网网络中的语义通信-计算机科学-语义通信-大型语言模型-边缘计算-物联网.pdf

1

大型语言模型（LLM）在边缘物联网网络中

的语义通信

AlakeshKalita,SeniorMember,IEEE,

摘要—随着第五代（5G）和第六代（6G）通信技术以及过程中被损坏，目的地也可以尝试理解/推断用户命令，

物联网（IoT）的出现，语义通信正在引起研究人员的关注，因并根据检索到的意义采取行动。

为当前的通信技术正接近香农极限。另一方面，大型语言模型

（LLMs）可以通过在包含数十亿参数的各种数据集上的广泛训为了将传统通信转变为语义通信，最近的人工智

练来理解和生成类似人类的文本。考虑到最近的近源计算技术如能（AI）技术如深度神经网络（DNN）和循环神经网络

本边缘计算，在本文中，我们概述了一个框架及其模块，在该框架（RNN）在提取和恢复传输信息的语义意义[7]方面表

译下可以将大型语言模型用于物联网网络中的语义通信，以实现高现出令人兴奋的结果。然而，基于深度生成的大型语言

效的通信。最后，我们讨论了几个应用，并分析了开发此类系统

模型（LLMs）旨在理解和生成人类语言。最近的大型语

中的挑战和机遇。

1言模型（LLMs），如GPT-4、GPT-4o和Llama3.1，在

IndexTerms—语义通信，大型语言模型（LLMs），边缘

v大量文本数据上进行了训练，使它们能够执行各种语言

0计算，物联网（IoT）

7任务，包括翻译、总结和对话。最近，OpenAI的GPT

9系列，包括像ChatGPT这样的模型，由于在生成连贯

0I.介绍

2且与上下文相关的用户查询响应方面的进展而获得了

.

7HE传统通信系统主要关注的是将比特（通过转广泛关注，使其成为客户服务、内容创作和研究等各种

0

4T换成电磁信号）从一个主机准确地传输到另一个应用中的宝贵工具。因此，LLMs可以是语义通信中用

2主机。即使使用现代编码、解码、调制、解调等技术，于特征提取和恢复[11]的强大工具。

:

v比特也能正确发送到另一端，但由于世界上连接互联网

i

x随着数字化的发展，物联网技术已成为网络和通信

r的设备数量不断增加，由AR/VR设备和物联网（IoT）

a领域的热门话题。物联网旨在连接地球表面的数十亿物

设备生成的数据使得香农容量已经接近极限[1]。因此，

理设备，这些设备可以是生物或非生物，并具备传感/

如今的研究人员正在探索语义通信，这指的是交换信息

执行和通信能力。物联网技术增强了自动化，提高了效

的过程，在此过程中关注的是传输内容的意义和解释，

率，并在医疗保健、农业、交通以及智能家居等多个领

而不仅仅是原始数据的准确（即任意比特级错误）传输

域提供了实时洞察。通过实现无缝连接和数据交换，物

[8],[9]。简而言之，传统通信侧重于语法和数据的物理