在用户导向的 Open RAN 架构实现中，如何高效地形成服务集群是关键挑战之一。本文提出一种基于大语言模型的 AI 代理，用于动态组织和调度 Open RAN 小区的资源。仿真结果表明，与传统的网络导向架构相比，该方案能够将用户吞吐量的中位数提升超过 $2\times$，显著改善用户体验。
点评：该方法通过语言模型的推理能力实现了自适应集群管理，展示了生成式 AI 在无线网络优化中的潜力，值得进一步在真实部署中验证。
在用户导向的 Open RAN 架构实现中，如何高效地形成服务集群是关键挑战之一。本文提出一种基于大语言模型的 AI 代理，用于动态组织和调度 Open RAN 小区的资源。仿真结果表明，与传统的网络导向架构相比，该方案能够将用户吞吐量的中位数提升超过 $2\times$，显著改善用户体验。
点评：该方法通过语言模型的推理能力实现了自适应集群管理，展示了生成式 AI 在无线网络优化中的潜力，值得进一步在真实部署中验证。