​近日，中国移动智慧网络人工智能开放创新平台新发布了 8 项 AI 精品数据集，为网络+AI 能力研发孵化提供亿级规模核心资源。本次上新的系列数据集包含了中国移动自建的现网特色数据，以及携手新华三、北京邮电大学等产学研合作伙伴共同打造的网智精品数据，涵盖了网络规建维优营多场景和网络智能化 4+X 能力体系，为促进网络“AI+”转型创新研究持续提供强有力的数据支撑。

人工智能技术的广泛应用和通信领域技术的演化迈进，二者的相互融合发展成为必然趋，新的网络智能化领域就是二者融合的产物。盘点该领域中TOP 10研究方向和各方向常用的数据集能够对于领域科技工作者提供相对清晰的视野和发力支撑。

现网丰富的无线网络运维告警数据和故障工单数据，涵盖130类告警及23类故障原因，数据量级达到460万条。该数据集可用于训练故障根因分析模型，高效快速地定位故障问题，从而减少实际派单数量，优化派单策略，节约人工成本。

本论文提出了一种基于大型语言模型（LLMs）的本地AI网络架构NetGPT，旨在超越个性化生成服务。通过有效的云边协作，作者在边缘和云端部署了代表性的开源LLMs（如GPT-2-base和LLaMA模型），并评估了它们的协同性能。此外，作者还强调了NetGPT所需的重大架构变化，并展示了基于边缘LLMs的人气预测和意图推断的性能。综上所述，NetGPT是一种有前景的本地AI网络架构，超越了个性化生

复杂信道环境的无线信道状态信息数据及实测数据集，数据量级达到60万条。无论5G、5G-A还是后续的6G都需要考虑利用AI技术进行更高效率的压缩。该数据集可用于训练CSI压缩反馈等网元智能模型，压缩UE侧的信道特征信息，并实现信道状态信息的无损还原， 实现快速准确的CSI压缩反馈能力， 提升反馈精度、降低反馈开销。

现网丰富的无线网络运维告警数据和故障工单数据，涵盖130类告警及23类故障原因，数据量级达到460万条。该数据集可用于训练故障根因分析模型，高效快速地定位故障问题，从而减少实际派单数量，优化派单策略，节约人工成本。

业务识别已成为现代网络安全体系中的重要组成部分。传统的网络监控手段往往依赖于固定的规则和模式匹配，难以有效应对不断变化的威胁形势以及日益复杂的业务场景，对于未加密的 HTTP 流量而言，这些挑战尤为显著。该数据集使用测试终端对指定业务列表中的几十种业务进行拨测。

微调预训练的LLM可以有效地识别电信语言的类别，其中。

现网丰富的无线网络运维告警数据和故障工单数据，涵盖130类告警及23类故障原因，数据量级达到460万条。该数据集可用于训练故障根因分析模型，高效快速地定位故障问题，从而减少实际派单数量，优化派单策略，节约人工成本。

本论文提出了一种基于大型语言模型（LLMs）的本地AI网络架构NetGPT，旨在超越个性化生成服务。通过有效的云边协作，作者在边缘和云端部署了代表性的开源LLMs（如GPT-2-base和LLaMA模型），并评估了它们的协同性能。此外，作者还强调了NetGPT所需的重大架构变化，并展示了基于边缘LLMs的人气预测和意图推断的性能。综上所述，NetGPT是一种有前景的本地AI网络架构，超越了个性化生