研究人员开发了一种新颖的上下文解码(ICD)框架,旨在增强文本传输的独立信源信道编码(SSCC)的鲁棒性。这种接收端方法利用纠错码Transformer(ECCT)来评估解码比特的可靠性。然后,系统通过执行可靠性引导的比特翻转来生成候选重构池,从中进行采样,并采用基于大型语言模型的算术解码器来生成最终输出及其相关的对数似然度。实验表明,在各种具有挑战性的信道条件下,ICD的性能始终优于传统的SSCC方法和一些联合信源信道编码(JSCC)方案。 AI
影响 这项研究可能通过利用LLM进行纠错,从而在具有挑战性的通信环境中实现更可靠的文本传输。
排序理由 该集群包含一篇详细介绍改进数据传输新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- additive white Gaussian noise
- arithmetic coding
- Error Correction Code Transformer
- In-Context Decoding
- In-Context Source and Channel Coding
- large-language models
- Separate Source-Channel Coding
- Ziqiong Wang
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →