--- format: "aidr-story-markdown/v1" id: "66bc5fb5eefeedd3b98a5d10777a3d5c0aacc64a5e81a440752601513b80dbdd" canonical_url: "https://aidr.today/66bc5fb5?lang=vi" title: "LLM hướng dẫn tri thức cho điều phối dịch vụ dựa trên ý định trong mạng 6G đất liền và ngoài khí quyển" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-27T04:00:00.000Z" category: "Research" topics: ["llm"] source_urls: ["https://arxiv.org/abs/2610.33007"] summary: "Các yêu định dịch vụ ngôn ngữ tự nhiên trong mạng 6G tích hợp đất liền và ngoài khí quyển (TN/NTN) có thể chưa đầy đủ, mơ hồ hoặc mâu thuẫn, khiến việc sinh chưa bị ràng buộc của LLM trở nên khó khăn cho việc điều phối mạng tin cậy. Bài báo này đề xuất một khung LLM được hướng dẫn bởi tri thức kết hợp phân tích ngữ nghĩa bị ràng buộc bởi ngữ pháp với vòng lặp làm rõ dựa trên đồ thị tri thức (KG) để tạo ra các hồ sơ dịch vụ đã được xác thực và sẵn sàng điều phối trên bốn lớp dịch vụ đại diện. Trên bộ dữ liệu ý định 200 mẫu, khung này đạt độ chính xác phân loại 89% và tính hợp lệ chính sách 95% với trung bình 0,66 lượt làm rõ mỗi yêu cầu. So với đường cơ sở Pure-LLM, khung đề xuất cải thiện tính hợp lệ của chính sách và phát hiện mâu thuẫn đồng thời giảm số lượt làm rõ, minh chứng cho giá trị của suy luận được hướng dẫn bởi tri thức cho xử lý ý định mạnh mẽ trong điều phối TN/NTN 6G tích hợp." --- # LLM hướng dẫn tri thức cho điều phối dịch vụ dựa trên ý định trong mạng 6G đất liền và ngoài khí quyển > [Open the canonical story]() **Published:** 2026-10-27T04:00:00.000Z **Category:** Research **Topics:** llm ## Summary Các yêu định dịch vụ ngôn ngữ tự nhiên trong mạng 6G tích hợp đất liền và ngoài khí quyển \(TN/NTN\) có thể chưa đầy đủ, mơ hồ hoặc mâu thuẫn, khiến việc sinh chưa bị ràng buộc của LLM trở nên khó khăn cho việc điều phối mạng tin cậy\. Bài báo này đề xuất một khung LLM được hướng dẫn bởi tri thức kết hợp phân tích ngữ nghĩa bị ràng buộc bởi ngữ pháp với vòng lặp làm rõ dựa trên đồ thị tri thức \(KG\) để tạo ra các hồ sơ dịch vụ đã được xác thực và sẵn sàng điều phối trên bốn lớp dịch vụ đại diện\. Trên bộ dữ liệu ý định 200 mẫu, khung này đạt độ chính xác phân loại 89% và tính hợp lệ chính sách 95% với trung bình 0,66 lượt làm rõ mỗi yêu cầu\. So với đường cơ sở Pure\-LLM, khung đề xuất cải thiện tính hợp lệ của chính sách và phát hiện mâu thuẫn đồng thời giảm số lượt làm rõ, minh chứng cho giá trị của suy luận được hướng dẫn bởi tri thức cho xử lý ý định mạnh mẽ trong điều phối TN/NTN 6G tích hợp\. ## Sources - [Story source]()