arXiv Artificial Intelligence· Yuanhao Li, Haozhe Wang, Geyong Min, Nektarios Georgalas, Wang Miao·· 3 小时前AI 评分31
ReDSI：用反思驱动自改进语言模型智能体实现自适应 RAN 切片
Reflection-Driven Self-Improving Language Model Agents for Adaptive RAN Slicing
AI 导读
研究者提出 Reflection-Driven Self-Improvement（ReDSI）框架，用语义反馈替代标量奖励，让基于小语言模型（SLM）的智能体持续适配策略。该框架通过双视角反思将交互历史转为偏好数据，再以偏好微调把长程决策经验蒸馏进 SLM 参数。在动态 RAN 切片任务上，其多目标权衡优于标准 RL 基线和现有 LM 智能体，样本效率显著更高。
来源：arXiv Artificial Intelligence · arxiv.org