高鎮(zhèn) |
|
報告題目: 大模型驅動Token Communication
個人簡介: 教授,博士生導師,入選國家級青年人才計劃。主要從事寬帶通信與智能信號處理。獲得2021年中國電子學會自然科學一等獎、2022年中國電子學會技術發(fā)明一等獎,人選愛思唯爾中國高被引學者。擔任IEEE Transactions on Communications、IEEE Transactions on Vehicular Technology、IEEE Communications Letters 等期刊編委。
摘要: 隨著 6G 通信技術向空天一體化邁進,網絡環(huán)境的復雜性與信息傳輸需求呈指數(shù)級增長,傳統(tǒng)通信框架已難以滿足多模態(tài)、高語義信息高效傳輸?shù)囊蟆T诖吮尘跋?,大模型驅動的語義通信技術成為6G發(fā)展的關鍵方向,其通過挖掘信息語義本質,突破香農極限,為未來通信提供新路徑。? 本報告提出Token Communication框架,作為大模型驅動下的創(chuàng)新范式,致力于在生成語義通信中高效利用跨模態(tài)上下文信息。該框架受生成基礎模型和多模態(tài)大語言模型成功實踐的啟發(fā),以Token為通信單元,借助 Transformer 架構實現(xiàn)發(fā)射端與接收端的高效處理。我們的研究探索了在生成語義通信中運用上下文信息的潛在機遇與挑戰(zhàn),探索如何將基于大模型的Token處理融入語義通信系統(tǒng),以平衡復雜度與跨模態(tài)上下文利用效率。?在典型的圖像語義通信場景測試中,Token Communication憑借對Token間上下文信息的深度挖掘,大幅提升帶寬效率,展現(xiàn)出強大的性能優(yōu)勢。 |