摘要
针对无线接入网（RAN）中体验质量（QoE）降级诊断的复杂性，本文提出 QoEReasoner，一个端到端的 LLM 驱动代理系统。该系统通过将 LLM 推理锚定于网络物理现实，利用确定性工具转化数据、基于领域知识库约束故障传播，并结合历史案例库引导假设生成。由状态感知中央规划器协调闭环流程，实现从异常检测到根因定位。实验表明，该方法在准确率上显著优于基线，并将诊断时间从 30 分钟缩短至 3 分钟，提供可解释的专家级报告。
AI 推荐理由
论文核心是构建基于 LLM 的代理推理框架，解决特定领域的复杂诊断推理问题。
研究机构
The Chinese University of Hong Kong, Shenzhen
Shenzhen Research Institute of Big Data
Shenzhen, China
论文信息