发表机构
Nokia Bell Labs; INSAIT, Sofia University “St. Kliment Ohridski”（诺基亚贝尔实验室; 索菲亚大学“圣克利门特奥赫里德斯基”研究所）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文提出RRC序列引擎（RSE），一种混合架构，用紧凑序列模型预测协议消息结构，在NR测试集上以11M参数达到0.90精确匹配，优于更大模型，并讨论了测试、仿真及6G应用。
AI 中文摘要
本文研究第三层无线协议行为是否可以用适合在无线接入网（RAN）内部署的紧凑序列模型来表示。我们引入了RRC序列引擎（RSE），这是一种混合架构，其中序列模型预测协议相关的消息结构，而确定性组件保留对安全敏感或配置字段以及传输容器的控制。利用NR协议跟踪，我们表明协议感知的标记化、跨栈上下文和显式占位符比通用序列模型的规模更重要。一个专门构建的11M参数Mamba引擎在评估的下一代节点B（gNB）侧测试集上实现了0.90的精确匹配，中位生成延迟为115毫秒，足以满足第三层某些定时器的要求，优于微调的0.6B参数模型。我们讨论了在测试、仿真、部署定制和未来可训练的6G控制平面中的应用，以及在操作使用之前仍然存在的验证、延迟、鲁棒性和安全性挑战。
英文摘要
This article investigates whether Layer-3 radio-protocol behavior can be represented by compact sequence models suitable for deployment inside the RAN. We introduce the RRC sequence engine (RSE), a hybrid architecture in which a sequence model predicts protocol-dependent message structure while deterministic components retain control over security-sensitive or configured fields and over transport containers. Using NR protocol traces, we show that protocol-aware tokenization, cross-stack context, and explicit placeholders matter more than general-sequence model scale. A purpose-built 11M-parameter Mamba engine achieves 0.90 exact match on the evaluated next-generation Node B (gNB)-side test set with a median generation latency of 115 ms, sufficient for some timers of Layer-3, outperforming a fine-tuned 0.6B-parameter model. We discuss applications in testing, simulation, deployment specialization, and future trainable 6G control planes, as well as the validation, latency, robustness, and security challenges that remain before operational use.
CommentsSubmitted to IEEE Communications Magazine
