ИИ и сложнейшие проблемы мира · Теоретическая информатика · arXiv · 2026-10-23
Большие языковые модели встречаются с байесовской оптимизацией: на пути к самоэволюционирующим беспроводным цифровым двойникам
Оригинальное название: Large Language Models Meet Bayesian Optimization: Towards Self-evolving Wireless Digital Twins
Беспроводные цифровые двойники опираются на заранее заданные структуры обучения или оптимизации, которые могут становиться непригодными по мере изменения задач и условий эксплуатации. Авторы объединяют большую языковую модель с байесовской оптимизацией, используя BO как стабильную основу, тогда как LLM решает, сохранять ли её компоненты или адаптировать их, исходя из текущей задачи и накопленного опыта. В симуляциях поиска ядра гауссовского процесса для задачи выбора луча для нескольких пользователей ядро, найденное LLM, улучшило итоговую производительность BO на 19,7% на обучающих задачах по сравнению с сильнейшим стандартным базовым ядром.