O-RAN 相关 AI 资讯 · AI 热点

7月3日

09:41

09:41

官方账号arXiv cs.AI@Ravi Kant Sharma

论文提出Guard Rail Validation（GRV）框架，用于拦截和验证自主电信网络（Level 4-5）中AI代理的实时决策。框架评估六个维度：行动范围、行动类型、服务关键性、代理自主级别、可逆性和时间行为模式，以确定关键性级别。根据级别应用四种验证机制：仅日志执行、边界检查、独立代理验证或多代理共识。框架还提供跨代理冲突检测和符合EU AI Act Article 14的运行时日志，并评估了对已知AI/ML攻击的威胁覆盖。

论文 GRV O-RAN EU AI Act 自治网络 AI安全

推荐理由：这篇论文搞了个GRV框架，专门防止AI在电信网络里乱做决定，按关键性分级检查，还能满足欧盟AI法规，挺实用的。

5月25日

09:54

09:54

官方账号arXiv cs.LG@Seyed Bagher Hashemi Natanzi, Pranshav Gajja, Bo Tang, Vijay K. Shah

精选

O-RAN 架构允许通过模块化的 xApps 和 rApps 将 AI 直接嵌入到无线接入网中，但创建这些应用（数据收集、模型训练、代码编写和安全部署）仍然缓慢且主要依赖人工。大型语言模型（LLM）具备强大的推理和代码生成能力，但不适合实时 RAN 控制所需的快速、确定性推理。本文提出了一种概念验证的“双脑”架构，结合了两种优势：基于 LLM 的编排器将运营商意图转化为数据收集策略和部署代码，而自动化 ML 引擎 NeuralSmith 通过 API 按需训练轻量级分类器。文章描述了架构和部署工作流，分享了来自容器化 O-RAN 5G SA 测试床的实践见解，并讨论了开放的研究方向。

论文 O-RAN LLM AI服务部署双脑架构 NeuralSmith

推荐理由：O-RAN 开发者终于有了将 LLM 的灵活性与实时推理效率结合起来的可行方案——双脑架构直接解决了 AI 应用部署慢、手动操作多的问题，做 RAN 智能化的团队值得关注这个原型和测试床经验。