Hermes : Un cadre de modèle de langage de grande taille sur la voie vers des réseaux autonomes

Hermes: A Large Language Model Framework on the Journey to Autonomous Networks

November 10, 2024

Auteurs: Fadhel Ayed, Ali Maatouk, Nicola Piovesan, Antonio De Domenico, Merouane Debbah, Zhi-Quan Luo

cs.AI

Résumé

La tendance à automatiser les opérations des réseaux cellulaires a augmenté avec la complexité croissante de ces systèmes. Malgré les progrès réalisés, une autonomie complète reste actuellement hors de portée en raison de la dépendance à l'intervention humaine pour la modélisation des comportements du réseau et la définition des politiques pour répondre aux exigences cibles. Les jumeaux numériques de réseau (NDTs) ont montré des promesses pour améliorer l'intelligence du réseau, mais la mise en œuvre réussie de cette technologie est limitée par des architectures spécifiques aux cas d'utilisation, limitant ainsi son rôle dans l'avancement de l'autonomie du réseau. Une intelligence réseau plus capable, ou "cerveau des télécommunications", est nécessaire pour permettre une gestion cellulaire autonome et sans faille du réseau. Les grands modèles de langage (LLMs) ont émergé comme des facilitateurs potentiels pour cette vision, mais font face à des défis dans la modélisation du réseau, en particulier dans le raisonnement et la manipulation de divers types de données. Pour combler ces lacunes, nous présentons Hermes, une chaîne d'agents LLM qui utilise des "plans" pour construire des instances de NDT à travers des étapes logiques structurées et explicables. Hermes permet la modélisation automatique, fiable et précise du réseau pour divers cas d'utilisation et configurations, marquant ainsi des progrès vers des opérations de réseau entièrement autonomes.

English

The drive toward automating cellular network operations has grown with the increasing complexity of these systems. Despite advancements, full autonomy currently remains out of reach due to reliance on human intervention for modeling network behaviors and defining policies to meet target requirements. Network Digital Twins (NDTs) have shown promise in enhancing network intelligence, but the successful implementation of this technology is constrained by use case-specific architectures, limiting its role in advancing network autonomy. A more capable network intelligence, or "telecommunications brain", is needed to enable seamless, autonomous management of cellular network. Large Language Models (LLMs) have emerged as potential enablers for this vision but face challenges in network modeling, especially in reasoning and handling diverse data types. To address these gaps, we introduce Hermes, a chain of LLM agents that uses "blueprints" for constructing NDT instances through structured and explainable logical steps. Hermes allows automatic, reliable, and accurate network modeling of diverse use cases and configurations, thus marking progress toward fully autonomous network operations.