English(EN) Leveraging Multi-Agent System (MAS) and Fine-Tuned Small Language Models (SLMs) for Automated Telecom Network Troubleshooting

新AI系统利用MAS和SLMs实现电信网络故障自动化排除

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-13 04:00

研究人员开发了一种新颖的多智能体系统（MAS），旨在自动化电信网络故障排除的复杂过程。该系统利用微调的小型语言模型（SLMs）来协调专门的智能体，包括编排器、解决方案规划器和根本原因分析器。SLM经过专有文档的专门训练，以生成有效的补救计划，从而能够更快、更准确地诊断无线接入网（RAN）和核心网域中的故障。 AI

影响自动化复杂的网络诊断，可能减少对人类专家的依赖，并提高电信运营效率。

排序理由详细介绍用于网络故障排除的新型AI系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Chenhua Shi, Bhavika Jalli, Gregor Macdonald, John Zou, Wanlu Lei, Mridul Jain, Joji Philip · 2026-07-13 04:00

Leveraging Multi-Agent System (MAS) and Fine-Tuned Small Language Models (SLMs) for Automated Telecom Network Troubleshooting

arXiv:2511.00651v2 Announce Type: replace Abstract: Telecom networks are rapidly growing in scale and complexity, making effective management, operation, and optimization increasingly challenging. Although Artificial Intelligence (AI) has been applied to many telecom tasks, exist…

报道来源 [1]

Leveraging Multi-Agent System (MAS) and Fine-Tuned Small Language Models (SLMs) for Automated Telecom Network Troubleshooting

相关实体

相关话题