ReDSI框架用于自适应RAN切片

2026年10月20日，arXiv Artificial Intelligence 刊出研究，Yuanhao Li 等作者提出 Reflection-Driven Self-Improvement（ReDSI）框架，用于自适应 RAN 切片。该框架以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：通过双视角反思把交互历史转为偏好数据，再以偏好微调将长程决策经验蒸馏进 SLM 参数。报道称，在动态 RAN 切片任务上，其多目标权衡优于标准强化学习基线和现有语言模型智能体，样本效率显著更高。目前进展停留在论文层面，尚无部署或实测的后续报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。