WO2023198184A1 - 模型调整方法、信息传输方法、装置及相关设备 - Google Patents

模型调整方法、信息传输方法、装置及相关设备 Download PDF

Info

Publication number
WO2023198184A1
WO2023198184A1 PCT/CN2023/088356 CN2023088356W WO2023198184A1 WO 2023198184 A1 WO2023198184 A1 WO 2023198184A1 CN 2023088356 W CN2023088356 W CN 2023088356W WO 2023198184 A1 WO2023198184 A1 WO 2023198184A1
Authority
WO
WIPO (PCT)
Prior art keywords
model
information
performance
equal
threshold
Prior art date
Application number
PCT/CN2023/088356
Other languages
English (en)
French (fr)
Inventor
孙布勒
Original Assignee
维沃移动通信有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 维沃移动通信有限公司 filed Critical 维沃移动通信有限公司
Publication of WO2023198184A1 publication Critical patent/WO2023198184A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Definitions

  • This application belongs to the field of communication technology, and specifically relates to a model adjustment method, information transmission method, device and related equipment.
  • AI Artificial Intelligence
  • neural networks such as neural networks, decision trees, support vector machines, Bayesian classifiers, etc.
  • Bayesian classifiers Bayesian classifiers
  • AI models are widely used in wireless communication systems. With the movement of terminals, changes in the wireless environment, changes in execution of services, etc., the effectiveness of the models will also change or even fail. Changes in the AI models may cause wireless communication problems. The stagnation or low performance of functional modules in the system affects system performance.
  • Embodiments of the present application provide a model adjustment method, information transmission method, device and related equipment, which can solve the problem of equipment performance degradation caused by changes in model effectiveness.
  • the first aspect provides a model adjustment method, which includes:
  • the first device performs a model adjustment operation on the first artificial intelligence AI model, and the model adjustment operation includes one of the following:
  • a model adjustment method includes:
  • the second device receives the first information sent by the first device, where the first information is used to instruct the first device to perform a model adjustment operation on the first artificial intelligence AI model;
  • the second device sends second information to the first device, where the second information is used to instruct the first device to perform the model adjustment operation on the first AI model;
  • model adjustment operation includes one of the following:
  • a model adjustment device including:
  • the adjustment module is used to perform a model adjustment operation on the first artificial intelligence AI model.
  • the model adjustment operation includes one of the following:
  • the fourth aspect provides a model adjustment device, including:
  • a first receiving module configured to receive the first information sent by the first device, where the first information is used to instruct the first device to perform a model adjustment operation on the first artificial intelligence AI model;
  • a first sending module configured to send second information to the first device, where the second information is used to instruct the first device to perform the model adjustment operation on the first AI model;
  • model adjustment operation includes one of the following:
  • a first device including a processor and a communication interface.
  • the processor is configured to perform a model adjustment operation on a first artificial intelligence AI model.
  • the model adjustment operation includes one of the following:
  • a second device including a processor and a communication interface, the communication interface being used to receive first information sent by the first device, the first information being used to instruct the first device to A model adjustment operation performed by an artificial intelligence AI model; or, sending second information to the first device, where the second information is used to instruct the first device to perform the model adjustment operation on the first AI model;
  • model adjustment operation includes one of the following:
  • a communication system including: a first device and a second device, the first device is used to perform the method described in the first aspect, and the second device is used to perform the method described in the second aspect. Methods.
  • a first device including a processor and a memory.
  • the memory stores a program or instructions that can be run on the processor.
  • the program or instructions are executed by the processor, the following is implemented: The model adjustment method described in one aspect.
  • a second device including a processor and a memory.
  • the memory stores programs or instructions that can be run on the processor. When the program or instructions are executed by the processor, the following is implemented.
  • a readable storage medium In a tenth aspect, a readable storage medium is provided. Programs or instructions are stored on the readable storage medium. When the programs or instructions are executed by a processor, the steps of the method described in the first or second aspect are implemented. .
  • a chip in an eleventh aspect, includes a processor and a communication interface.
  • the communication interface is coupled to the processor.
  • the processor is used to run programs or instructions to implement the first aspect or the second aspect. The steps of the method described in this aspect.
  • a computer program/program product is provided, the computer program/program product is stored in a storage medium, and the computer program/program product is executed by at least one processor to implement the first aspect or the second aspect. The steps of the method described in the second aspect.
  • the first device can perform a model adjustment operation on the first artificial intelligence AI model, by fine-tuning the first AI model, or switching the first AI model to the second AI model, or falling back to Operations such as target function modules can effectively avoid inefficient operation or stagnation of equipment caused by changes in the effectiveness of the model, thereby improving equipment performance.
  • Figure 1 is a block diagram of a wireless communication system applicable to the embodiment of the present application.
  • Figure 2 is one of the flow charts of the model adjustment method provided by the embodiment of the present application.
  • Figure 3 is a flow chart of the information transmission method provided by the embodiment of the present application.
  • Figure 4a is the second flow chart of the model adjustment method provided by the embodiment of the present application.
  • Figure 4b is the third flow chart of the model adjustment method provided by the embodiment of the present application.
  • Figure 4c is the fourth flow chart of the model adjustment method provided by the embodiment of the present application.
  • Figure 4d is the fifth flow chart of the model adjustment method provided by the embodiment of the present application.
  • Figure 5 is a structural diagram of a model adjustment device provided by an embodiment of the present application.
  • Figure 6 is a structural diagram of an information transmission device provided by an embodiment of the present application.
  • Figure 7 is a structural diagram of a terminal provided by an embodiment of the present application.
  • Figure 8 is a structural diagram of a communication device provided by an embodiment of the present application.
  • Figure 9 is a structural diagram of a network-side device provided by an embodiment of the present application.
  • first, second, etc. in the description and claims of this application are used to distinguish similar objects and are not used to describe a specific order or sequence. It is to be understood that the terms so used are interchangeable under appropriate circumstances so that the embodiments of the present application can be practiced in sequences other than those illustrated or described herein, and that "first" and “second” are distinguished objects It is usually one type, and the number of objects is not limited.
  • the first object can be one or multiple.
  • “and/or” in the description and claims indicates at least one of the connected objects, and the character “/" generally indicates that the related objects are in an "or” relationship.
  • LTE Long Term Evolution
  • LTE-Advanced, LTE-A Long Term Evolution
  • LTE-A Long Term Evolution
  • CDMA Code Division Multiple Access
  • TDMA Time Division Multiple Access
  • FDMA Frequency Division Multiple Access
  • OFDMA Orthogonal Frequency Division Multiple Access
  • SC-FDMA Single-carrier Frequency Division Multiple Access
  • NR New Radio
  • FIG. 1 shows a block diagram of a wireless communication system to which embodiments of the present application are applicable.
  • the wireless communication system includes a terminal 11 and a network side device 12.
  • the terminal 11 can be a mobile phone, a tablet computer (Tablet Personal Computer), a laptop Laptop Computer, also known as notebook computer, Personal Digital Assistant (PDA), handheld computer, netbook, ultra-mobile personal computer (UMPC), Mobile Internet Device , MID), augmented reality (AR)/virtual reality (VR) equipment, robots, wearable devices (Wearable Devices), vehicle user equipment (VUE), pedestrian terminals (Pedestrian User Equipment) , PUE), smart home (home equipment with wireless communication functions, such as refrigerators, TVs, washing machines or furniture, etc.), game consoles, personal computers (PC), teller machines or self-service machines and other terminal-side devices
  • wearable Equipment includes: smart watches, smart bracelets, smart headphones, smart glasses, smart jewelry (smart bracelets, smart bracelets, smart rings, smart necklaces, smart anklets, smart ankle
  • the network side device 12 may include an access network device or a core network device, where the access network device may also be called a radio access network device, a radio access network (Radio Access Network, RAN), a radio access network function or a wireless access network unit.
  • Access network equipment may include a base station, a Wireless Local Area Network (WLAN) access point or a WiFi node, etc.
  • WLAN Wireless Local Area Network
  • the base station may be called a Node B, an Evolved Node B (eNB), an access point, a base transceiver station ( Base Transceiver Station (BTS), radio base station, radio transceiver, Basic Service Set (BSS), Extended Service Set (ESS), home B-node, home evolved B-node, transmitting and receiving point ( Transmitting Receiving Point (TRP) or some other appropriate terminology in the field, as long as the same technical effect is achieved, the base station is not limited to specific technical terms. It should be noted that in the embodiment of this application, only in the NR system The base station is introduced as an example, and the specific type of base station is not limited.
  • this embodiment of the present application provides a model adjustment method, which includes the following steps:
  • Step 201 The first device performs a model adjustment operation on the first AI model.
  • the model adjustment operation includes one of the following:
  • the second AI model is a model based on the protocol definition, or A model received by one device from a second device, or a model obtained by training on the first device.
  • the first AI model and the second AI model can achieve the same function;
  • the target function module is a module that does not use the AI model.
  • the target function module can be instructed by the protocol or by the second device.
  • the target function module and the first AI model can achieve the same function;
  • the first device may be a terminal, and the model adjustment operation may be determined by the first device, or may be based on the second device.
  • the instruction of the second device is executed.
  • the second device may be a network-side device.
  • the network-side device sends second information for instructing the model adjustment operation to the first device.
  • the first device adjusts the first artificial intelligence AI model based on the second information. Perform model tuning operations.
  • the model adjustment operation may be to fine-tune the first AI model, or to switch the first AI model to a second AI model, or to roll back to the target function module for operation.
  • fine-tuning the first AI model can also be performed in parallel with the other two solutions, that is, fine-tuning the first AI model and switching the first AI model to the second AI model, or fine-tuning the first AI model.
  • the first AI model is fine-tuned and rolled back to the target function module for operation.
  • the first device can also stop executing the first function, and the first function is the function completed by the first AI model. For example, for some AI models that implement auxiliary functions, stopping the execution of this function will not affect the operation of the system. In this case, you can choose not to perform this function, that is, stop executing the function.
  • the terminal performs a model adjustment operation when the validity of the first AI model changes. For example, the terminal performs a model adjustment operation when the first AI model fails.
  • the first device performs a model adjustment operation on the first artificial intelligence AI model. For example, when the effectiveness of the first AI model changes, the first AI model can be adjusted, or the first AI model can be adjusted. Switching the model to the second AI model, or rolling back to the target function module and other operations can effectively avoid inefficient operation or stagnation of equipment caused by model failure and improve equipment performance.
  • the first device performs a model adjustment operation on the first AI model, including: the first device determines that the first AI model is invalid based on preset conditions, and performs a model adjustment operation on the first AI model.
  • the model performs model adjustment operations;
  • the preset conditions include: the first performance of the first AI model satisfies the first condition, or the second performance of the first AI model satisfies the second condition, wherein the AI model with greater first performance is better.
  • the first AI model with low performance the second AI model with low performance is better than the second AI model with high performance.
  • the first device may determine whether the first AI model is invalid, for example, determine whether the first AI model meets preset conditions.
  • the first performance or the second performance can be used to characterize the performance of the first AI model. The greater the value of the first performance, the better the performance of the first AI model; the smaller the value of the second performance, the better the performance of the first AI model. The better the performance.
  • the first performance can be accuracy, similarity, accuracy, hit rate, coverage, efficiency, spectrum efficiency, throughput, capacity, etc.
  • the second performance can be error, mean square error, normalized mean square error, bit error Probability (Bit Error Ratio, BER), block error probability (Block Error Probability, BLER), call drop rate, mishandover probability, etc.
  • the preset condition may be defined by a protocol or sent by the second device to the first device.
  • the first performance or the second performance can be determined based on the output result of the first AI model.
  • the output result of the first AI model is the final result.
  • the first AI model is a model of calculation accuracy.
  • the first AI model The output result is the final result, and the first performance can be determined based on the output result of the first AI model; it can also be determined based on the results obtained after inputting the output result of the first AI model into other functional modules.
  • the output result of the first AI model is regarded as the intermediate result.
  • the first condition includes one of the following:
  • the first performance of the first AI model is less than or equal to the first threshold
  • the first statistical number is greater than or equal to the first preset number threshold, and the first statistical number is the number of times the first performance of the first AI model is less than or equal to the second threshold within the first target preset time period.
  • the second statistical number is less than or equal to the second preset number threshold, and the second statistical number is the number of times the first performance of the first AI model is greater than or equal to the third threshold within the second target preset time period. ;
  • the first time is less than or equal to the first time threshold, and the first time is the duration during which the first performance of the first AI model is greater than or equal to the fourth threshold;
  • the second time is greater than or equal to the second time threshold, and the second time is the duration during which the first performance of the first AI model is less than or equal to the fifth threshold.
  • the second condition includes one of the following:
  • the second performance of the first AI model is greater than or equal to the sixth threshold
  • the third statistical number is greater than or equal to the third preset number threshold.
  • the third statistical number is the number of times that the second performance of the first AI model is greater than or equal to the seventh threshold within the third target preset time period. ;
  • the fourth statistical number is less than or equal to the fourth preset threshold.
  • the fourth statistical number is the number of times the second performance of the first AI model is less than or equal to the eighth threshold within the fourth target preset time period. ;
  • the third time is less than or equal to the third time threshold, and the third time is the duration during which the second performance of the first AI model is less than or equal to the ninth threshold;
  • the fourth time is greater than or equal to the fourth time threshold, and the fourth time is the duration during which the second performance of the first AI model is greater than or equal to the tenth threshold.
  • the method further includes: when the first AI model fails, the first device sends failure confirmation information to the second device, where the failure confirmation information is used to indicate that the first AI model fails. Failure information of an AI model.
  • the failure confirmation information includes at least one of the following:
  • the first duration of the first AI model is the length of time from operation to failure of the first AI model.
  • the method further includes:
  • the first device sends first information to the second device, where the first information is used to indicate the model adjustment operation performed by the first device, that is, the first device One device can inform the second device of the model adjustment operation it uses through the first information.
  • the first device performs a model adjustment operation on the first artificial intelligence AI model. Afterwards, the method further includes:
  • the first device performs a replacement operation based on the trigger condition
  • the first device sends third information to the second device based on the trigger condition; the first device receives the instruction information sent by the second device; the first device determines based on the instruction information Whether to perform the replacement operation, wherein the third information is used to indicate that the first device meets the conditions for performing the replacement operation, and the indication information is used to instruct the first device to perform or not to perform the replacement operation.
  • the replacement operation includes:
  • the model adjustment operation includes fine-tuning the first AI model and switching the first AI model to a second AI model, stop running the second AI model and run the third AI model.
  • the third AI model is a model obtained by fine-tuning the first AI model
  • model adjustment operation includes fine-tuning the first AI model and falling back to execution of the target function module, stop running the target function module and run the third AI model.
  • the first device After performing the replacement operation, the first device also sends a message to inform the second device, that is, the first device also sends replacement information to the second device, where the replacement information is used to indicate information related to the replacement operation, for example, replacement information Information used to indicate that the first device has stopped running the second AI model and is running the third AI model, or alternatively, the replacement information is used to indicate that the first device has stopped running the target function module and is running the Information about the third AI model.
  • replacement information is used to indicate information related to the replacement operation, for example, replacement information Information used to indicate that the first device has stopped running the second AI model and is running the third AI model, or alternatively, the replacement information is used to indicate that the first device has stopped running the target function module and is running the Information about the third AI model.
  • the trigger condition includes one of the following:
  • the difference between the first performance of the third AI model and the first performance of the target object is greater than or equal to the first threshold, wherein the target object is the second AI model or the target function module,
  • the first AI model with high performance is better than the first AI model with low performance;
  • the first number is greater than or equal to the first number threshold, and the first number is the difference between the first performance of the third AI model and the first performance of the target object within the first preset time period.
  • the number of times the value is greater than or equal to the second threshold;
  • the second number of times is less than or equal to the second number threshold, and the second number of times is that the difference between the first performance of the third AI model and the first performance of the target object within the second preset time period is less than or equal to The number of times equal to the third threshold;
  • the second duration is greater than or equal to the first time threshold, and the second duration is when the difference between the first performance of the third AI model and the first performance of the target object is greater than or equal to the fourth threshold. duration;
  • the third duration is less than or equal to the second time threshold, and the third duration is when the difference between the first performance of the third AI model and the first performance of the target object is less than or equal to the fifth threshold. duration;
  • the ratio between the first performance of the third AI model and the first performance of the target object is greater than or equal to a sixth threshold
  • the fourth number of times is less than or equal to the fourth number of times threshold, and the fourth number of times is the third AI within the fourth preset time period.
  • the number of times that the ratio between the first performance of the model and the first performance of the target object is less than or equal to the eighth threshold;
  • the fourth duration is greater than or equal to the third time threshold, and the fourth duration is the duration in which the ratio between the first performance of the third AI model and the first performance of the target object is greater than or equal to the ninth threshold. time;
  • the fifth duration is less than or equal to the fourth time threshold, and the fifth duration is the duration in which the ratio between the first performance of the third AI model and the first performance of the target object is less than or equal to the tenth threshold. time.
  • the triggering condition includes one of the following:
  • the difference between the second performance of the third AI model and the second performance of the target object is less than or equal to the eleventh threshold, wherein the target object is the second AI model or the target function module , the second AI model with low performance is better than the second AI model with high performance;
  • the fifth number of times is greater than or equal to the fifth number of times threshold, and the fifth number of times is that the difference between the second performance of the third AI model and the second performance of the target object within the fifth preset time period is less than or The number of times equal to the twelfth threshold;
  • the sixth number of times is less than or equal to the sixth number of times threshold, and the sixth number of times is that the difference between the second performance of the third AI model and the second performance of the target object within the sixth preset time period is greater than or The number of times equal to the thirteenth threshold;
  • the sixth duration is greater than or equal to the fifth time threshold, and the sixth duration is when the difference between the second performance of the third AI model and the second performance of the target object is less than or equal to the fourteenth threshold. duration;
  • the seventh duration is less than or equal to the sixth time threshold, and the seventh duration is when the difference between the first performance of the third AI model and the first performance of the target object is greater than or equal to the fifteenth threshold. duration;
  • the ratio between the second performance of the third AI model and the second performance of the target object is less than or equal to the sixteenth threshold
  • the seventh time is greater than or equal to the seventh time threshold, and the seventh time is when the ratio between the second performance of the third AI model and the second performance of the target object within the seventh preset time period is less than or equal to The number of times of the seventeenth threshold;
  • the eighth number of times is less than or equal to the eighth number of times threshold, and the eighth number of times is that the ratio between the second performance of the third AI model and the second performance of the target object within the eighth preset time period is less than or equal to The number of times of the eighteenth threshold;
  • the eighth duration is greater than or equal to the seventh time threshold, and the eighth duration is when the ratio between the second performance of the third AI model and the second performance of the target object is less than or equal to the nineteenth threshold. duration;
  • the ninth duration is less than or equal to the eighth time threshold, and the ninth duration is when the ratio between the first performance of the third AI model and the first performance of the target object is greater than or equal to the twentieth threshold. duration.
  • the target information sent by the first device to the second device is carried as follows: In a signaling or message:
  • PUCCH Physical Uplink Control Channel
  • MSG Physical Random Access Channel 1 of Physical Random Access Channel (PRACH);
  • PUSCH Physical Uplink Shared Channel
  • the target information includes failure confirmation information, first information or replacement information.
  • the second information sent by the second device to the first device is carried as follows: In one of the signaling or information, the second information is used to indicate the model adjustment operation:
  • MAC CE Media Access Control Element
  • Radio Resource Control (RRC) message
  • Non-Access-Stratum (NAS) messages
  • DCI Downlink Control Information
  • SIB System Information Block
  • PDSCH Physical Downlink Shared Channel
  • PSCCH Physical SideLink Control Channel
  • PSSCH Physical SideLink Shared Channel
  • PSBCH Physical SideLink Broadcast Channel
  • PSDCH Physical Sidelink Discovery Channel
  • the target information includes failure confirmation information, first information or replacement information.
  • the second information sent by the second device to the first device carries In one of the following signaling or information, the second information is used to indicate the model adjustment operation:
  • this embodiment of the present application provides an information transmission method, including the following steps:
  • Step 301 The second device receives the first information sent by the first device, where the first information is used to instruct the first device to perform a model adjustment operation on the first artificial intelligence AI model;
  • the first device can be a terminal, and the model adjustment operation can be decided by the first device. If it is decided by the first device, the first device will send the first information to the second device to inform the second device of the method used by itself. Model tuning operations.
  • the model adjustment operation may also be performed based on instructions from the second device. For example, the second device sends second information indicating the model adjustment operation to the first device, and the first device performs the first artificial intelligence AI model based on the second information. Model tuning operations.
  • the model adjustment operation may be to fine-tune the first AI model, or to switch the first AI model to a second AI model, or to roll back to the target function module for operation.
  • fine-tuning the first AI model can also be performed in parallel with the other two solutions, that is, fine-tuning the first AI model and switching the first AI model to the second AI model, or fine-tuning the first AI model.
  • the first AI model is fine-tuned and rolled back to the target function module for operation.
  • the first device can also stop executing the first function, and the first function is the function completed by the first AI model. For example, for some AI models that implement auxiliary functions, stopping the execution of this function will not affect the operation of the system. In this case, you can choose not to perform this function, that is, stop executing the function.
  • the second device may send the second information for instructing the model adjustment operation to the first device, so that the first device performs the model adjustment operation on the first artificial intelligence AI model, for example, by fine-tuning the first AI model. , or switch the first AI model to the second AI model, or roll back to the target function module and other operations, which can effectively avoid the inefficient operation or stagnation of the equipment caused by the first equipment when the model validity changes. Improve device performance.
  • the first device can also decide the model adjustment operation on its own and notify the second device of the performed model adjustment operation.
  • the method further includes: the second device receiving failure confirmation information sent by the first device, where the failure confirmation information is used to indicate failure information of the first AI model.
  • the failure confirmation information includes at least one of the following:
  • the replacement operations include:
  • the model adjustment operation includes fine-tuning the first AI model and switching the first AI model to a second AI model, stop running the second AI model and run the third AI model.
  • the third AI model is a model obtained by fine-tuning the first AI model
  • the target information sent by the first device to the second device is carried as follows: In a signaling or message:
  • the target message sent by the first device to the second device carries In one of the following signaling or messages:
  • PSDCH Physical Direct link discovery channel
  • the target information includes failure confirmation information, first information or replacement information.
  • the second information is carried in one of the following signaling or information:
  • the second information is carried in one of the following signaling or information:
  • Figure 4a shows a schematic flow chart of the first device's self-determined model adjustment operation. As shown in Figure 4a, it includes the following steps:
  • the first device determines whether the first AI model is invalid. If it is invalid, the first device sends a failure confirmation message to the second device and executes the model adjustment plan, that is, performs a model adjustment operation on the first artificial intelligence AI model and adjusts the adopted The model adjustment plan is sent to the second device.
  • Figure 4b shows a schematic flow chart of the second device's decision model adjustment operation. As shown in Figure 4b, it includes the following steps:
  • the first device determines whether the first AI model is invalid. If it is invalid, it sends a failure confirmation message to the second device, and the second device determines the model adjustment plan; the second device sends the model adjustment plan to the first device, and the first device executes Model adjustment plan.
  • Figure 4c shows a schematic flow chart in which the first device independently determines the model adjustment operation and performs the replacement operation. As shown in Figure 4c, it includes the following steps:
  • the first device also sends the adopted model adjustment plan information to the second device;
  • the first device determines whether to replace other models with the fine-tuned model, for example, using the fine-tuned model to replace Change to the second AI model or target function module. If yes, then use the fine-tuned model to replace the models or functional modules in other model adjustment plans; if not, perform fine-tuning operations and other model adjustment plans.
  • the first device After performing the replacement operation, the first device also sends replacement confirmation information (ie, the replacement information mentioned above) to the second device.
  • replacement confirmation information ie, the replacement information mentioned above
  • Figure 4d shows a schematic flow chart in which the second device determines the model adjustment operation and the first device performs the replacement operation. As shown in Figure 4d, it includes the following steps:
  • the first device determines whether the first AI model is invalid. If it is invalid, it sends a failure confirmation message to the second device.
  • the second device generates a model adjustment plan and sends the model adjustment plan to the first device.
  • the model adjustment plan includes fine-tuning the first AI model, as well as other model adjustment plans. Other model adjustment plans include switching to the second AI model, or falling back to the target function module;
  • the first device executes the model adjustment plan and determines whether to replace other models with the fine-tuned model, such as replacing the second AI model or the target function module with the fine-tuned model. If yes, then use the fine-tuned model to replace the models or functional modules in other model adjustment plans; if not, perform fine-tuning operations and other model adjustment plans.
  • the first device After performing the replacement operation, the first device also sends replacement confirmation information (ie, the replacement information mentioned above) to the second device.
  • replacement confirmation information ie, the replacement information mentioned above
  • the above-mentioned model failure judgment and adjustment process can avoid the problem of inefficient operation or stagnation of the system when adjusting the failure model, and improve the performance of the first equipment.
  • Figure 5 shows a model adjustment device provided by an embodiment of the present application, in which the model adjustment device 500 includes:
  • the first performance of the first AI model is less than or equal to the first threshold
  • the first number of statistics is greater than or equal to the first preset number threshold, and the first number of statistics is the number of times the first performance of the first AI model is less than or equal to the second threshold within the first target preset time period;
  • the second condition includes one of the following:
  • the third statistical number is greater than or equal to the third preset number threshold, and the third statistical number is the number of times the second performance of the first AI model is greater than or equal to the seventh threshold within the third target preset time period;
  • the third time is less than or equal to the third time threshold, and the third time is the duration during which the second performance of the first AI model is less than or equal to the ninth threshold;
  • the fourth time is greater than or equal to the fourth time threshold, and the fourth time is the duration during which the second performance of the first AI model is greater than or equal to the tenth threshold.
  • the apparatus 500 further includes a first sending module, configured to send failure confirmation information to the second device when the first AI model fails, where the failure confirmation information is used to indicate that the first AI model failure information.
  • a first sending module configured to send failure confirmation information to the second device when the first AI model fails, where the failure confirmation information is used to indicate that the first AI model failure information.
  • the failure confirmation information includes at least one of the following:
  • the first duration of the first AI model is the length of time from operation to failure of the first AI model.
  • the model adjustment operation is determined by the first device or instructed by the second device.
  • the apparatus 500 further includes a second sending module, configured to send first information to the second device when the model adjustment operation is determined by the first device, where the first information is used to indicate the The first device performs a model adjustment operation.
  • a second sending module configured to send first information to the second device when the model adjustment operation is determined by the first device, where the first information is used to indicate the The first device performs a model adjustment operation.
  • the trigger condition includes one of the following:
  • the first number is greater than or equal to the first number threshold, and the first number is the difference between the first performance of the third AI model and the first performance of the target object within the first preset time period.
  • the number of times the value is greater than or equal to the second threshold;
  • the second duration is greater than or equal to the first time threshold, and the second duration is when the difference between the first performance of the third AI model and the first performance of the target object is greater than or equal to the fourth threshold. duration;
  • the trigger condition includes one of the following:
  • the fifth number of times is greater than or equal to the fifth number of times threshold, and the fifth number of times is that the difference between the second performance of the third AI model and the second performance of the target object within the fifth preset time period is less than or The number of times equal to the twelfth threshold;
  • the eighth duration is greater than or equal to the seventh time threshold, and the eighth duration is when the ratio between the second performance of the third AI model and the second performance of the target object is less than or equal to the nineteenth threshold. duration;
  • the target message sent by the first device to the second device carries one of the following information: In a command or message:
  • Non-access layer NAS messages
  • the model adjustment device 500 provided by the embodiment of the present application can implement each process implemented by the method embodiment in Figure 2 and achieve the same technical effect. To avoid duplication, the details will not be described here.
  • the first duration of the first AI model is the length of time from operation to failure of the first AI model.
  • the replacement operations include:
  • the target information sent by the first device to the second device is carried in one of the following signaling or In the message:
  • Non-access layer NAS messages
  • the processor 710 may include one or more processing units; optionally, the processor 710 may integrate an application processor and a modem processor, where the application processor mainly processes the operating system, user interface, application programs or instructions, etc., tune Modem and demodulation processors mainly handle wireless communications, such as baseband processors. It can be understood that the above-mentioned modem processor may not be integrated into the processor 710.
  • the radio frequency unit 701 is configured to send failure confirmation information to the second device when the first AI model fails, where the failure confirmation information is used to indicate the failure information of the first AI model.
  • the model adjustment operation is determined by the first device or instructed by the second device.
  • the second number of times is less than or equal to the second number threshold, and the second number of times is that the difference between the first performance of the third AI model and the first performance of the target object within the second preset time period is less than or equal to The number of times equal to the third threshold;
  • the second duration is greater than or equal to the first time threshold, and the second duration is when the difference between the first performance of the third AI model and the first performance of the target object is greater than or equal to the fourth threshold. duration;
  • the fifth duration is less than or equal to the fourth time threshold, and the fifth duration is the duration in which the ratio between the first performance of the third AI model and the first performance of the target object is less than or equal to the tenth threshold. time.
  • the difference between the second performance of the third AI model and the second performance of the target object is less than or equal to the eleventh threshold, wherein the target object is the second AI model or the target function module , the second AI model with low performance is better than the second AI model with high performance;
  • the seventh duration is less than or equal to the sixth time threshold, and the seventh duration is when the difference between the first performance of the third AI model and the first performance of the target object is greater than or equal to the fifteenth threshold. duration;
  • the ninth duration is less than or equal to the eighth time threshold, and the ninth duration is when the ratio between the first performance of the third AI model and the first performance of the target object is greater than or equal to the twentieth threshold. duration.
  • Non-access layer NAS messages
  • SIB System information block SIB
  • An embodiment of the present application further provides a chip.
  • the chip includes a processor and a communication interface.
  • the communication interface is coupled to the processor.
  • the processor is used to run programs or instructions to implement what is shown in Figure 2 or Figure 3.
  • Each process of the method embodiment is shown, and the same technical effect can be achieved. To avoid repetition, the details will not be described here.
  • An embodiment of the present application also provides a communication system, including: a first device and a second device.
  • the first device can be used to perform the steps of the method embodiment shown in Figure 2 above.
  • the second device can be used to perform Figure 3 shows the steps of the method embodiment.
  • the functions are implemented in the form of software functional units and sold or used as independent products, they can be stored in a computer-readable storage medium.
  • the technical solution of the present disclosure is essentially or the part that contributes to the relevant technology or the part of the technical solution can be embodied in the form of a software product.
  • the computer software product is stored in a storage medium and includes several The instructions are used to cause a computer device (which may be a personal computer, a server, or a network device, etc.) to execute all or part of the steps of the methods described in various embodiments of the present disclosure.
  • the aforementioned storage media include: U disk, mobile hard disk, ROM, RAM, magnetic disk or optical disk and other media that can store program codes.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种模型调整方法、信息传输方法、装置及相关设备，属于通信技术领域，本申请实施例的模型调整方法包括：第一设备对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：对所述第一AI模型进行微调；将所述第一AI模型切换为第二AI模型；回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；对所述第一AI模型进行微调，且回退至目标功能模块运行；停止执行第一功能，所述第一功能为第一AI模型所完成的功能。

Description

模型调整方法、信息传输方法、装置及相关设备
相关申请的交叉引用
本申请主张在2022年4月15日在中国提交的中国专利申请No.202210400175.6的优先权，其全部内容通过引用包含于此。
技术领域
本申请属于通信技术领域，具体涉及一种模型调整方法、信息传输方法、装置及相关设备。
背景技术
人工智能(Artificial Intelligence，AI)在各个领域获得了广泛的应用。AI模型有多种实现方式，例如神经网络、决策树、支持向量机、贝叶斯分类器等。目前，AI模型广泛应用于无线通信系统中，随着终端的移动，无线环境的变化、执行业务的变化等，模型的有效性也会变化，甚至是失效，AI模型发生变化可能会造成无线通信系统中功能模块的停滞或效能低下，影响系统性能。
发明内容
本申请实施例提供一种模型调整方法、信息传输方法、装置及相关设备，能够解决模型有效性发生变化造成的设备性能下降的问题。
第一方面，提供了一种模型调整方法，该方法包括：
第一设备对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
第二方面，提供了一种模型调整方法，所述方法包括：
第二设备接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；
或者，第二设备向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
其中，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
第三方面，提供了一种模型调整装置，包括：
调整模块，用于对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
第四方面，提供了一种模型调整装置，包括：
模型调整装置，其特征在于，包括：
第一接收模块，用于接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；
或者，
第一发送模块，用于向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
其中，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
第五方面，提供了一种第一设备，包括处理器和通信接口，所述处理器用于对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
第六方面，提供了一种第二设备，包括处理器和通信接口，所述通信接口用于接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；或者，向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
其中，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
第七方面，提供了一种通信系统，包括：第一设备和第二设备，所述第一设备用于执行第一方面所述的方法，所述第二设备用于执行第二方面所述的方法。
第八方面，提供了一种第一设备，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的模型调整方法。
第九方面，提供了一种第二设备，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第二方面所述的模型调整方法。
第十方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面或第二方面所述的方法的步骤。
第十一方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面或第二方面所述的方法的步骤。
第十二方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面或第二方面所述的方法的步骤。
在本申请实施例中，第一设备可对第一人工智能AI模型执行模型调整操作，通过对第一AI模型进行微调，或者将第一AI模型切换为第二AI模型，或者，回退至目标功能模块等等操作，可有效避免模型的有效性发生变化造成的设备低效运行或停滞，以提高设备性能。
附图说明
图1是本申请实施例可应用的一种无线通信系统的框图；
图2是本申请实施例提供的模型调整方法的流程图之一；
图3是本申请实施例提供的信息传输方法的流程图；
图4a是本申请实施例提供的模型调整方法的流程图之二；
图4b是本申请实施例提供的模型调整方法的流程图之三；
图4c是本申请实施例提供的模型调整方法的流程图之四；
图4d是本申请实施例提供的模型调整方法的流程图之五；
图5是本申请实施例提供的模型调整装置的结构图；
图6是本申请实施例提供的信息传输装置的结构图；
图7是本申请实施例提供的终端的结构图；
图8是本申请实施例提供的通信设备的结构图；
图9是本申请实施例提供的网络侧设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long Term Evolution，LTE)/LTE的演进(LTE-Advanced，LTE-A)系统，还可用于其他无线通信系统，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time Division Multiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single-carrier Frequency Division Multiple Access，SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6th Generation，6G)通信系统。
图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11和网络侧设备12。其中，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝 上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(Wearable Device)、车载设备(Vehicle User Equipment，VUE)、行人终端(Pedestrian User Equipment，PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer，PC)、柜员机或者自助机等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以包括接入网设备或核心网设备，其中，接入网设备也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备可以包括基站、无线局域网(Wireless Local Area Network，WLAN)接入点或WiFi节点等，基站可被称为节点B、演进节点B(eNB)、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、家用B节点、家用演进型B节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇，需要说明的是，在本申请实施例中仅以NR系统中的基站为例进行介绍，并不限定基站的具体类型。
下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的方法进行详细地说明。
如图2所示，本申请实施例提供了一种模型调整方法，包括如下步骤：
步骤201、第一设备对第一AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
(1)对所述第一AI模型进行微调；
(2)将所述第一AI模型切换为第二AI模型，这可理解为停止运行第一AI模型，并运行第二AI模型，所述第二AI模型是基于协议定义的模型，或者第一设备从第二设备接收的模型，或者第一设备训练获得的模型。可选的，第一AI模型与所述第二AI模型可实现相同功能；
(3)回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块，所述目标功能模块可由协议指示，或者由第二设备指示。可选的，所述目标功能模块与所述第一AI模型可实现相同功能；
(4)对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
(5)对所述第一AI模型进行微调，且回退至目标功能模块运行；
(6)停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
具体的，第一设备可为终端，模型调整操作可由第一设备自行决定，也可以是基于第 二设备的指示执行，第二设备可为网络侧设备，例如，网络侧设备向第一设备发送用于指示模型调整操作的第二信息，第一设备基于第二信息对第一人工智能AI模型执行模型调整操作。
模型调整操作可以是对所述第一AI模型进行微调，或者，将所述第一AI模型切换为第二AI模型，或者，回退至目标功能模块运行。另外，对第一AI模型进行微调还可以与另外两种方案并行执行，即对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型，或者，对所述第一AI模型进行微调，且回退至目标功能模块运行。进一步的，第一设备还可以停止执行第一功能，第一功能为第一AI模型完成的功能。例如，对于有的AI模型实现的功能是辅助性功能来说，停止执行这个功能不影响系统运行，此种情况下，可以选择不做这个功能，即停止执行该功能。
终端在第一AI模型的有效性发生变化的情况下，执行模型调整操作，例如，终端在第一AI模型失效的情况下，执行模型调整操作。
本实施例中，第一设备对第一人工智能AI模型执行模型调整操作，例如可在第一AI模型的有效性发生变化的情况下，通过对第一AI模型进行调整，或者将第一AI模型切换为第二AI模型，或者，回退至目标功能模块等等操作，可有效避免模型失效造成的设备低效运行或停滞，提高设备性能。
在本申请一种实施例中，所述第一设备对第一AI模型执行模型调整操作，包括：所述第一设备基于预设条件，确定所述第一AI模型失效，并对第一AI模型执行模型调整操作；
所述预设条件包括：所述第一AI模型的第一性能满足第一条件，或所述第一AI模型的第二性能满足第二条件，其中，所述第一性能大的AI模型优于所述第一性能小的AI模型，所述第二性能小的AI模型优于所述第二性能大的AI模型。
具体的，第一设备在对第一人工智能AI模型执行模型调整操作之前，可判断第一AI模型是否失效，例如，判断第一AI模型是否满足预设条件。第一性能或第二性能可以用于表征第一AI模型的性能，其中，第一性能的值越大，第一AI模型的性能越好；第二性能的值越小，第一AI模型的性能越好。第一性能可以是精度、相似度、正确率、命中率、覆盖率、效率、频谱效率、吞吐量、容量等，第二性能可以是误差、均方误差、归一化均方误差、比特差错概率(Bit Error Ratio，BER)、块差错概率(Block Error Probability，BLER)、掉话率、误切换概率等等。
预设条件可由协议定义或由第二设备发送给第一设备。
第一性能或第二性能可以基于第一AI模型的输出结果确定，此种情况下，第一AI模型的输出结果为最终结果，例如，第一AI模型为计算精度的模型，第一AI模型的输出结果即为最终结果，根据第一AI模型的输出结果即可确定第一性能；也可以是基于将第一AI模型的输出结果输入至其他功能模块中后获得的结果确定，此种情况下，第一AI模型的输出结果视为中间结果。
所述第一条件包括如下其中一项：
(1)所述第一AI模型的第一性能小于或等于第一门限；
(2)第一统计次数大于或等于第一预设次数门限，所述第一统计次数为第一目标预设时间段内所述第一AI模型的第一性能小于或等于第二门限的次数；
(3)第二统计次数小于或等于第二预设次数门限，所述第二统计次数为第二目标预设时间段内所述第一AI模型的第一性能大于或等于第三门限的次数；
(4)第一时间小于或等于第一时间门限，所述第一时间为所述第一AI模型的第一性能大于或等于第四门限的持续时间；
(5)第二时间大于或等于第二时间门限，所述第二时间为所述第一AI模型的第一性能小于或等于第五门限的持续时间。
所述第二条件包括如下其中一项：
(1)所述第一AI模型的第二性能大于或等于第六门限；
(2)第三统计次数大于或等于第三预设次数门限，所述第三统计次数为第三目标预设时间段内所述第一AI模型的第二性能大于或等于第七门限的次数；
(3)第四统计次数小于或等于第四预设次数门限，所述第四统计次数为第四目标预设时间段内所述第一AI模型的第二性能小于或等于第八门限的次数；
(4)第三时间小于或等于第三时间门限，所述第三时间为所述第一AI模型的第二性能小于或等于第九门限的持续时间；
(5)第四时间大于或等于第四时间门限，所述第四时间为所述第一AI模型的第二性能大于或等于第十门限的持续时间。
在本申请一种实施例中，所述方法还包括：所述第一设备在第一AI模型失效的情况下，向第二设备发送失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。所述失效确认信息包括如下至少一项：
(1)所述第一AI模型的失效状态，即模型失效为真；
(2)所述第一AI模型失效时的性能信息；
(3)所述第一AI模型的失效原因；
(4)所述第一AI模型的失效时间；
(5)所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
在本申请一种实施例中，在所述第一设备对第一人工智能AI模型执行模型调整操作之后，所述方法还包括：
在所述模型调整操作由第一设备确定的情况下，所述第一设备向第二设备发送第一信息，所述第一信息用于指示所述第一设备执行的模型调整操作，即第一设备可以通过第一信息告知第二设备其所使用的模型调整操作。
在本申请一种实施例中，在所述第一设备对第一人工智能AI模型执行模型调整操作 之后，所述方法还包括：
所述第一设备基于触发条件，执行替换操作；
或者，
所述第一设备基于所述触发条件，向所述第二设备发送第三信息；所述第一设备接收所述第二设备发送的指示信息；所述第一设备根据所述指示信息，确定是否执行所述替换操作，其中，所述第三信息用于指示所述第一设备满足执行替换操作的条件，所述指示信息用于指示所述第一设备执行或者不执行所述替换操作。
其中，所述替换操作包括：
在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
或者，
在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
第一设备在执行替换操作后，还发信息告知第二设备，即第一设备还向第二设备发送替换信息，所述替换信息用于指示与所述替换操作相关的信息，例如，替换信息用于指示第一设备已停止运行所述第二AI模型，并正在运行第三AI模型的信息，或者，替换信息用于指示第一设备已停止运行所述目标功能模块，并正在运行所述第三AI模型的信息。
一种实施例中，所述触发条件包括如下其中一项：
所述第三AI模型的第一性能与目标对象的第一性能之间的差值大于或等于第一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第一性能大的AI模型优于所述第一性能小的AI模型；
第一次数大于或等于第一次数门限，所述第一次数为第一预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第二阈值的次数；
第二次数小于或等于第二次数门限，所述第二次数为第二预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第三阈值的次数；
第二持续时间大于或等于第一时间门限，所述第二持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第四阈值的持续时间；
第三持续时间小于或等于第二时间门限，所述第三持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第五阈值的持续时间；
所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第六阈值；
第三次数大于或等于第三次数门限，所述第三次数为第三预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第七阈值的次数；
第四次数小于或等于第四次数门限，所述第四次数为第四预设时间段内所述第三AI 模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第八阈值的次数；
第四持续时间大于或等于第三时间门限，所述第四持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第九阈值的持续时间；
第五持续时间小于或等于第四时间门限，所述第五持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第十阈值的持续时间。
另一种实施例中，所述触发条件包括如下其中一项：
所述第三AI模型的第二性能与目标对象的第二性能之间的差值小于或等于第十一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第二性能小的AI模型优于所述第二性能大的AI模型；
第五次数大于或等于第五次数门限，所述第五次数为第五预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十二阈值的次数；
第六次数小于或等于第六次数门限，所述第六次数为第六预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值大于或等于第十三阈值的次数；
第六持续时间大于或等于第五时间门限，所述第六持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十四阈值的持续时间；
第七持续时间小于或等于第六时间门限，所述第七持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第十五阈值的持续时间；
所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十六阈值；
第七次数大于或等于第七次数门限，所述第七次数为第七预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十七阈值的次数；
第八次数小于或等于第八次数门限，所述第八次数为第八预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十八阈值的次数；
第八持续时间大于或等于第七时间门限，所述第八持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十九阈值的持续时间；
第九持续时间小于或等于第八时间门限，所述第九持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第二十阈值的持续时间。
在本申请一种实施例中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第一设备向所述第二设备发送的目标信息携带在如下其中一项信令或信息中：
物理上行控制信道(Physical Uplink Control Channel，PUCCH)的层1信令；
物理随机接入信道(Physical Random Access Channel，PRACH)的消息(MSG)1；
PRACH的MSG 3；
PRACH的MSG A；
物理上行共享信道(Physical Uplink Shared Channel，PUSCH)的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
在本申请一种实施例中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第二设备发送给所述第一设备的第二信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
媒体接入控制控制元素(Medium Access Control Control Element，MAC CE)；
无线资源控制(Radio Resource Control，RRC)消息；
非接入层(Non-Access-Stratum，NAS)消息；
管理编排消息；
用户面数据；
下行控制信息(Downlink Control Information，DCI)信息；
系统信息块(System Information Block，SIB)；
物理下行控制信道(Physical Downlink Control Channel，PDCCH)的层1信令；
物理下行共享信道(Physical Downlink Shared Channel，PDSCH)的信息；
PRACH的MSG 2；
PRACH的MSG 4；
PRACH的MSG B。
在本申请一种实施例中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第一设备向所述第二设备发送的目标消息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
物理侧边链路控制信道(Physical SideLink Control Channel，PSCCH)的信息；
物理侧边链路共享信道(Physical SideLink Shared Channel，PSSCH)的信息；
物理侧边链路广播信道(Physical SideLink Broadcast Channel，PSBCH)的信息；
物理直通链路发现信道(Physical Sidelink Discovery Channel，PSDCH)的信息；
物理直通链路反馈信道(Physical SideLink Feedback Channel，PSFCH)的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
在本申请一种实施例中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第二设备发送给所述第一设备的第二信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
Xn接口信令；
PC5接口信令；
PSCCH的信息；
PSSCH的信息；
PSBCH的信息；
PSDCH的信息；
PSFCH的信息。
如图3所示，本申请实施例提供了一种信息传输方法，包括如下步骤：
步骤301、第二设备接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；
或者，第二设备向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
其中，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
具体的，第一设备可为终端，模型调整操作可由第一设备自行决定，若由第一设备自行决定，第一设备会向第二设备发送第一信息，以告知第二设备自身所采用的模型调整操作。模型调整操作也可以是基于第二设备的指示执行，例如，第二设备向第一设备发送用于指示模型调整操作的第二信息，第一设备基于第二信息对第一人工智能AI模型执行模型调整操作。
模型调整操作可以是对所述第一AI模型进行微调，或者，将所述第一AI模型切换为第二AI模型，或者，回退至目标功能模块运行。另外，对第一AI模型进行微调还可以与另外两种方案并行执行，即对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型，或者，对所述第一AI模型进行微调，且回退至目标功能模块运行。进一步的，第一设备还可以停止执行第一功能，第一功能为第一AI模型完成的功能。例如，对于有的AI模型实现的功能是辅助性功能来说，停止执行这个功能不影响系统运行，此种情况下，可以选择不做这个功能，即停止执行该功能。
本实施例中，第二设备可向第一设备发送用于指示模型调整操作的第二信息，以便第一设备对第一人工智能AI模型执行模型调整操作，例如通过对第一AI模型进行微调，或者将第一AI模型切换为第二AI模型，或者，回退至目标功能模块等等操作，可有效避免第一设备在模型有效性发生改变的情况下造成的设备低效运行或停滞，提高设备性能。另外，第一设备也可以自行决定模型调整操作，并将执行的模型调整操作告知第二设备。
在本申请一种实施例中，所述方法还包括：所述第二设备接收所述第一设备发送的失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。其中，所述失效确认信息包括如下至少一项：
所述第一AI模型的失效状态；
所述第一AI模型失效时的性能信息；
所述第一AI模型的失效原因；
所述第一AI模型的失效时间；
所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
在本申请一种实施例中，所述方法还包括：所述第二设备接收所述第一设备发送的替换信息，所述替换信息用于指示与所述第一设备执行的替换操作相关的信息；
所述替换操作包括：
在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
或者，
在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
在本申请一种实施例中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第一设备向所述第二设备发送的目标信息携带在如下其中一项信令或信息中：
物理上行控制信道PUCCH的层1信令；
物理随机接入信道PRACH的MSG 1；
PRACH的MSG 3；
PRACH的MSG A；
物理上行共享信道PUSCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
在本申请一种实施例中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第一设备向所述第二设备发送的目标消息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
物理侧边链路控制信道PSCCH的信息；
物理侧边链路共享信道PSSCH的信息；
物理侧边链路广播信道PSBCH的信息；
物理直通链路发现信道PSDCH的信息；
物理直通链路反馈信道PSFCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
在本申请一种实施例中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第二信息携带在如下其中一项信令或信息中：
媒体接入控制控制元素MAC CE；
无线资源控制RRC消息；
非接入层NAS消息；
管理编排消息；
用户面数据；
下行控制信息DCI信息；
系统信息块SIB；
物理下行控制信道PDCCH的层1信令；
物理下行共享信道PDSCH的信息；
PRACH的MSG 2；
PRACH的MSG 4；
PRACH的MSG B。
在本申请一种实施例中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第二信息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
PSCCH的信息；
PSSCH的信息；
PSBCH的信息；
PSDCH的信息；
PSFCH的信息。
以下对本申请提供的方法进行如下举例说明。
图4a所示为第一设备自行决定模型调整操作的流程示意图，如图4a所示，包括如下步骤：
第一设备判断第一AI模型是否失效，若失效，则第一设备发送失效确认信息给第二设备，并执行模型调整方案，即对第一人工智能AI模型执行模型调整操作，并将所采用的模型调整方案发送给第二设备。
图4b所示为第二设备决定模型调整操作的流程示意图，如图4b所示，包括如下步骤：
第一设备判断第一AI模型是否失效，若失效，则发送失效确认信息给第二设备，由第二设备确定模型调整方案；第二设备将模型调整方案发送给第一设备，第一设备执行模型调整方案。
图4c所示为第一设备自行决定模型调整操作，且执行替换操作的流程示意图，如图4c所示，包括如下步骤：
第一设备判断第一AI模型是否失效，若失效，则发送失效确认信息给第二设备，并执行模型调整方案，模型调整方案包括对第一AI模型进行微调，以及其他模型调整方案，其他模型调整方案包括切换至第二AI模型，或者，回退至目标功能模块；
第一设备还向第二设备发送所采取的模型调整方案信息；
进一步的，第一设备判断是否用微调后的模型替换其他模型，例如用微调后的模型替 换第二AI模型，或目标功能模块。若是，则用微调后的模型替换其他模型调整方案中模型或功能模块，若否，则执行微调操作以及其他模型调整方案。
第一设备在执行替换操作之后，还向第二设备发送替换确认信息(即前文中所述的替换信息)。
图4d所示为第二设备决定模型调整操作，且第一设备执行替换操作的流程示意图，如图4d所示，包括如下步骤：
第一设备判断第一AI模型是否失效，若失效，则发送失效确认信息给第二设备，第二设备生成模型调整方案，并将模型调整方案发送给第一设备。模型调整方案包括对第一AI模型进行微调，以及其他模型调整方案，其他模型调整方案包括切换至第二AI模型，或者，回退至目标功能模块；
第一设备执行模型调整方案，并判断是否用微调后的模型替换其他模型，例如用微调后的模型替换第二AI模型，或目标功能模块。若是，则用微调后的模型替换其他模型调整方案中模型或功能模块，若否，则执行微调操作以及其他模型调整方案。
第一设备在执行替换操作之后，还向第二设备发送替换确认信息(即前文中所述的替换信息)。
上述模型失效的判断和调整过程，可以避免在对失效模型进行调整时，系统低效运行或停滞的问题，提高第一设备的性能。
如图5所示为本申请实施例提供的一种模型调整装置，其中模型调整装置500包括：
调整模块501，用于对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
可选地，调整模块501，用于基于预设条件，确定所述第一AI模型失效，并对第一人工智能AI模型执行模型调整操作；
所述预设条件包括：所述第一AI模型的第一性能满足第一条件，或所述第一AI模型的第二性能满足第二条件，其中，所述第一性能大的AI模型优于所述第一性能小的AI模型，所述第二性能小的AI模型优于所述第二性能大的AI模型。
可选地，所述第一条件包括如下其中一项：
所述第一AI模型的第一性能小于或等于第一门限；
第一统计次数大于或等于第一预设次数门限，所述第一统计次数为第一目标预设时间段内所述第一AI模型的第一性能小于或等于第二门限的次数；
第二统计次数小于或等于第二预设次数门限，所述第二统计次数为第二目标预设时间段内所述第一AI模型的第一性能大于或等于第三门限的次数；
第一时间小于或等于第一时间门限，所述第一时间为所述第一AI模型的第一性能大于或等于第四门限的持续时间；
第二时间大于或等于第二时间门限，所述第二时间为所述第一AI模型的第一性能小于或等于第五门限的持续时间。
可选地，所述第二条件包括如下其中一项：
所述第一AI模型的第二性能大于或等于第六门限；
第三统计次数大于或等于第三预设次数门限，所述第三统计次数为第三目标预设时间段内所述第一AI模型的第二性能大于或等于第七门限的次数；
第四统计次数小于或等于第四预设次数门限，所述第四统计次数为第四目标预设时间段内所述第一AI模型的第二性能小于或等于第八门限的次数；
第三时间小于或等于第三时间门限，所述第三时间为所述第一AI模型的第二性能小于或等于第九门限的持续时间；
第四时间大于或等于第四时间门限，所述第四时间为所述第一AI模型的第二性能大于或等于第十门限的持续时间。
可选地，所述装置500还包括第一发送模块，用于在第一AI模型失效的情况下，向第二设备发送失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。
可选地，所述失效确认信息包括如下至少一项：
所述第一AI模型的失效状态；
所述第一AI模型失效时的性能信息；
所述第一AI模型的失效原因；
所述第一AI模型的失效时间；
所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
可选地，所述模型调整操作由第一设备确定，或者由第二设备指示。
可选地，所述装置500还包括第二发送模块，用于在所述模型调整操作由第一设备确定的情况下，向第二设备发送第一信息，所述第一信息用于指示所述第一设备执行的模型调整操作。
可选地，所述装置500还包括替换模块，用于基于触发条件，执行替换操作，所述替换操作包括：
在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
或者，
在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
可选地，所述触发条件包括如下其中一项：
所述第三AI模型的第一性能与目标对象的第一性能之间的差值大于或等于第一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第一性能大的AI模型优于所述第一性能小的AI模型；
第一次数大于或等于第一次数门限，所述第一次数为第一预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第二阈值的次数；
第二次数小于或等于第二次数门限，所述第二次数为第二预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第三阈值的次数；
第二持续时间大于或等于第一时间门限，所述第二持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第四阈值的持续时间；
第三持续时间小于或等于第二时间门限，所述第三持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第五阈值的持续时间；
所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第六阈值；
第三次数大于或等于第三次数门限，所述第三次数为第三预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第七阈值的次数；
第四次数小于或等于第四次数门限，所述第四次数为第四预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第八阈值的次数；
第四持续时间大于或等于第三时间门限，所述第四持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第九阈值的持续时间；
第五持续时间小于或等于第四时间门限，所述第五持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第十阈值的持续时间。
可选地，所述触发条件包括如下其中一项：
所述第三AI模型的第二性能与目标对象的第二性能之间的差值小于或等于第十一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第二性能小的AI模型优于所述第二性能大的AI模型；
第五次数大于或等于第五次数门限，所述第五次数为第五预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十二阈值的次数；
第六次数小于或等于第六次数门限，所述第六次数为第六预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值大于或等于第十三阈值的次数；
第六持续时间大于或等于第五时间门限，所述第六持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十四阈值的持续时间；
第七持续时间小于或等于第六时间门限，所述第七持续时间为所述第三AI模型的第 一性能与所述目标对象的第一性能之间的差值大于或等于第十五阈值的持续时间；
所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十六阈值；
第七次数大于或等于第七次数门限，所述第七次数为第七预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十七阈值的次数；
第八次数小于或等于第八次数门限，所述第八次数为第八预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十八阈值的次数；
第八持续时间大于或等于第七时间门限，所述第八持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十九阈值的持续时间；
第九持续时间小于或等于第八时间门限，所述第九持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第二十阈值的持续时间。
可选地，所述装置500还包括第三发送模块，用于向第二设备发送替换信息，所述替换信息用于指示与所述替换操作相关的信息。
可选地，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第一设备向所述第二设备发送的目标信息携带在如下其中一项信令或信息中：
物理上行控制信道PUCCH的层1信令；
物理随机接入信道PRACH的MSG 1；
PRACH的MSG 3；
PRACH的MSG A；
物理上行共享信道PUSCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
可选地，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第一设备向所述第二设备发送的目标消息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
物理侧边链路控制信道PSCCH的信息；
物理侧边链路共享信道PSSCH的信息；
物理侧边链路广播信道PSBCH的信息；
物理直通链路发现信道PSDCH的信息；
物理直通链路反馈信道PSFCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
可选地，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第二设备发送给所述第一设备的第二信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
媒体接入控制控制元素MAC CE；
无线资源控制RRC消息；
非接入层NAS消息；
管理编排消息；
用户面数据；
下行控制信息DCI信息；
系统信息块SIB；
物理下行控制信道PDCCH的层1信令；
物理下行共享信道PDSCH的信息；
PRACH的MSG 2；
PRACH的MSG 4；
PRACH的MSG B。
可选地，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第二设备发送给所述第一设备的第二信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
Xn接口信令；
PC5接口信令；
PSCCH的信息；
PSSCH的信息；
PSBCH的信息；
PSDCH的信息；
PSFCH的信息。
本申请实施例提供的模型调整装置500能够实现图2的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
如图6所示为本申请实施例提供的一种信息传输装置，信息传输装置600包括：
第一接收模块601，用于接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；
或者，第一发送模块602，用于向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
其中，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
可选地，所述装置600还包括第二接收模块，用于接收所述第一设备发送的失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。
可选地，所述失效确认信息包括如下至少一项：
所述第一AI模型的失效状态；
所述第一AI模型失效时的性能信息；
所述第一AI模型的失效原因；
所述第一AI模型的失效时间；
所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
可选地，所述装置600还包括第三接收模块，用于接收所述第一设备发送的替换信息，所述替换信息用于指示与所述第一设备执行的替换操作相关的信息；
所述替换操作包括：
在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
或者，
在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
可选地，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第一设备向所述第二设备发送的目标信息携带在如下其中一项信令或信息中：
物理上行控制信道PUCCH的层1信令；
物理随机接入信道PRACH的MSG 1；
PRACH的MSG 3；
PRACH的MSG A；
物理上行共享信道PUSCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
可选地，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第一设备向所述第二设备发送的目标消息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
物理侧边链路控制信道PSCCH的信息；
物理侧边链路共享信道PSSCH的信息；
物理侧边链路广播信道PSBCH的信息；
物理直通链路发现信道PSDCH的信息；
物理直通链路反馈信道PSFCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
可选地，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第二信息携带在如下其中一项信令或信息中：
媒体接入控制控制元素MAC CE；
无线资源控制RRC消息；
非接入层NAS消息；
管理编排消息；
用户面数据；
下行控制信息DCI信息；
系统信息块SIB；
物理下行控制信道PDCCH的层1信令；
物理下行共享信道PDSCH的信息；
PRACH的MSG 2；
PRACH的MSG 4；
PRACH的MSG B。
可选地，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第二信息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
PSCCH的信息；
PSSCH的信息；
PSBCH的信息；
PSDCH的信息；
PSFCH的信息。
本申请实施例提供的信息传输装置600能够实现图3的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例中的装置可以是电子设备，例如具有操作系统的电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，终端可以包括但不限于上述所列举的终端11的类型，其他设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)等，本申请实施例不作具体限定。
本申请实施例还提供一种第一设备，包括处理器和通信接口，所述处理器用于对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。该第一设备的实施例与上述图2所示方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于第一设备的实施例中，且能达到相同的技术效果。
图7为实现本申请实施例的一种终端的硬件结构示意图，第一设备可以为终端。
该终端700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、以及处理器710等部件。
本领域技术人员可以理解，终端700还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的终端结构并不构成对终端的限定，终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
应理解的是，本申请实施例中，输入单元704可以包括图形处理器(Graphics Processing Unit，GPU)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元706可包括显示面板7061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
本申请实施例中，射频单元701将来自网络侧设备的下行数据接收后，给处理器710处理；另外，将上行的数据发送给基站。通常，射频单元701包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器709可用于存储软件程序或指令以及各种数据。存储器709可主要包括存储程序或指令区和存储数据区，其中，存储程序或指令区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器709可以包括高速随机存取存储器，还可以包括非易失性存储器，其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
处理器710可包括一个或多个处理单元；可选的，处理器710可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序或指令等，调 制解调处理器主要处理无线通信，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。
其中，处理器710，用于对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
可选地，处理器710，还用于基于预设条件，确定所述第一AI模型失效，并对第一人工智能AI模型执行模型调整操作；
所述预设条件包括：所述第一AI模型的第一性能满足第一条件，或所述第一AI模型的第二性能满足第二条件，其中，所述第一性能大的AI模型优于所述第一性能小的AI模型，所述第二性能小的AI模型优于所述第二性能大的AI模型。
可选地，所述第一条件包括如下其中一项：
所述第一AI模型的第一性能小于或等于第一门限；
第一统计次数大于或等于第一预设次数门限，所述第一统计次数为第一目标预设时间段内所述第一AI模型的第一性能小于或等于第二门限的次数；
第二统计次数小于或等于第二预设次数门限，所述第二统计次数为第二目标预设时间段内所述第一AI模型的第一性能大于或等于第三门限的次数；
第一时间小于或等于第一时间门限，所述第一时间为所述第一AI模型的第一性能大于或等于第四门限的持续时间；
第二时间大于或等于第二时间门限，所述第二时间为所述第一AI模型的第一性能小于或等于第五门限的持续时间。
可选地，所述第二条件包括如下其中一项：
所述第一AI模型的第二性能大于或等于第六门限；
第三统计次数大于或等于第三预设次数门限，所述第三统计次数为第三目标预设时间段内所述第一AI模型的第二性能大于或等于第七门限的次数；
第四统计次数小于或等于第四预设次数门限，所述第四统计次数为第四目标预设时间段内所述第一AI模型的第二性能小于或等于第八门限的次数；
第三时间小于或等于第三时间门限，所述第三时间为所述第一AI模型的第二性能小于或等于第九门限的持续时间；
第四时间大于或等于第四时间门限，所述第四时间为所述第一AI模型的第二性能大于或等于第十门限的持续时间。
可选地，射频单元701，用于在第一AI模型失效的情况下，向第二设备发送失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。
可选地，所述失效确认信息包括如下至少一项：
所述第一AI模型的失效状态；
所述第一AI模型失效时的性能信息；
所述第一AI模型的失效原因；
所述第一AI模型的失效时间；
所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
可选地，所述模型调整操作由第一设备确定，或者由第二设备指示。
可选地，射频单元701，还用于在所述模型调整操作由第一设备确定的情况下，向第二设备发送第一信息，所述第一信息用于指示所述第一设备执行的模型调整操作。
可选地，处理器710，还用于基于触发条件，执行替换操作，所述替换操作包括：
在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
或者，
在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
可选地，所述触发条件包括如下其中一项：
所述第三AI模型的第一性能与目标对象的第一性能之间的差值大于或等于第一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第一性能大的AI模型优于所述第一性能小的AI模型；
第一次数大于或等于第一次数门限，所述第一次数为第一预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第二阈值的次数；
第二次数小于或等于第二次数门限，所述第二次数为第二预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第三阈值的次数；
第二持续时间大于或等于第一时间门限，所述第二持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第四阈值的持续时间；
第三持续时间小于或等于第二时间门限，所述第三持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第五阈值的持续时间；
所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第六阈值；
第三次数大于或等于第三次数门限，所述第三次数为第三预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第七阈值的次数；
第四次数小于或等于第四次数门限，所述第四次数为第四预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第八阈值的次数；
第四持续时间大于或等于第三时间门限，所述第四持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第九阈值的持续时间；
第五持续时间小于或等于第四时间门限，所述第五持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第十阈值的持续时间。
可选地，所述触发条件包括如下其中一项：
所述第三AI模型的第二性能与目标对象的第二性能之间的差值小于或等于第十一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第二性能小的AI模型优于所述第二性能大的AI模型；
第五次数大于或等于第五次数门限，所述第五次数为第五预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十二阈值的次数；
第六次数小于或等于第六次数门限，所述第六次数为第六预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值大于或等于第十三阈值的次数；
第六持续时间大于或等于第五时间门限，所述第六持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十四阈值的持续时间；
第七持续时间小于或等于第六时间门限，所述第七持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第十五阈值的持续时间；
所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十六阈值；
第七次数大于或等于第七次数门限，所述第七次数为第七预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十七阈值的次数；
第八次数小于或等于第八次数门限，所述第八次数为第八预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十八阈值的次数；
第八持续时间大于或等于第七时间门限，所述第八持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十九阈值的持续时间；
第九持续时间小于或等于第八时间门限，所述第九持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第二十阈值的持续时间。
可选地，射频单元701，还用于向第二设备发送替换信息，所述替换信息用于指示与所述替换操作相关的信息。
可选地，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，目标信息携带在如下其中一项信令或信息中：
物理上行控制信道PUCCH的层1信令；
物理随机接入信道PRACH的MSG 1；
PRACH的MSG 3；
PRACH的MSG A；
物理上行共享信道PUSCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
可选地，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，目标消息携带在如下其中一项信令或信息中：
Xn接口信令；
PC5接口信令；
物理侧边链路控制信道PSCCH的信息；
物理侧边链路共享信道PSSCH的信息；
物理侧边链路广播信道PSBCH的信息；
物理直通链路发现信道PSDCH的信息；
物理直通链路反馈信道PSFCH的信息；
其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
可选地，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，第二信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
媒体接入控制控制元素MAC CE；
无线资源控制RRC消息；
非接入层NAS消息；
管理编排消息；
用户面数据；
下行控制信息DCI信息；
系统信息块SIB；
物理下行控制信道PDCCH的层1信令；
物理下行共享信道PDSCH的信息；
PRACH的MSG 2；
PRACH的MSG 4；
PRACH的MSG B。
可选地，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，第二信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
Xn接口信令；
PC5接口信令；
PSCCH的信息；
PSSCH的信息；
PSBCH的信息；
PSDCH的信息；
PSFCH的信息。
上述实施例提供的终端700能够实现图2的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
可选的，如图8所示，本申请实施例还提供一种通信设备800，包括处理器801和存储器802，存储器802上存储有可在所述处理器801上运行的程序或指令，该程序或指令被处理器801执行时实现上述图2或图3所示方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种第二设备，包括处理器和通信接口，所述通信接口用于接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；或者，向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
其中，所述模型调整操作包括如下其中一项：
对所述第一AI模型进行微调；
将所述第一AI模型切换为第二AI模型；
回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
对所述第一AI模型进行微调，且回退至目标功能模块运行；
停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
该第二设备的实施例与上述图3所示方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于第二设备的实施例中，且能达到相同的技术效果。
具体地，本申请实施例还提供了一种网络侧设备。如图9所示，该网络侧设备1200包括：天线121、射频装置122、基带装置123、处理器124和存储器125。天线121与射频装置122连接。在上行方向上，射频装置122通过天线121接收信息，将接收的信息发送给基带装置123进行处理。在下行方向上，基带装置123对要发送的信息进行处理，并发送给射频装置122，射频装置122对收到的信息进行处理后经过天线121发送出去。
以上实施例中网络侧设备执行的方法可以在基带装置123中实现，该基带装置123包括基带处理器。
基带装置123例如可以包括至少一个基带板，该基带板上设置有多个芯片，如图9所示，其中一个芯片例如为基带处理器，通过总线接口与存储器125连接，以调用存储器125中的程序，执行以上方法实施例中所示的网络设备操作。
该网络侧设备还可以包括网络接口126，该接口例如为通用公共无线接口(common public radio interface，CPRI)。
具体地，本申请实施例的网络侧设备1200还包括：存储在存储器125上并可在处理器124上运行的指令或程序，处理器124调用存储器125中的指令或程序执行图6所示各模块执行的方法，并达到相同的技术效果，为避免重复，故不在此赘述。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述图2或图3所示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述图2或图3所示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
本申请实施例另提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现上述图2或图3所示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供了一种通信系统，包括：第一设备和第二设备，所述第一设备可用于执行如上图2所示的方法实施例的步骤，所述第二设备可用于执行图3所示的方法实施例的步骤。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (33)

  1. 一种模型调整方法，包括：
    第一设备对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
    对第一AI模型进行微调；
    将所述第一AI模型切换为第二AI模型；
    回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
    对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
    对所述第一AI模型进行微调，且回退至目标功能模块运行；
    停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
  2. 根据权利要求1所述的方法，其中，所述第一设备对第一人工智能AI模型执行模型调整操作，包括：
    所述第一设备基于预设条件，确定所述第一AI模型失效，并对第一人工智能AI模型执行模型调整操作；
    所述预设条件包括：所述第一AI模型的第一性能满足第一条件，或所述第一AI模型的第二性能满足第二条件，其中，所述第一性能大的AI模型优于所述第一性能小的AI模型，所述第二性能小的AI模型优于所述第二性能大的AI模型。
  3. 根据权利要求2所述的方法，其中，所述第一条件包括如下其中一项：
    所述第一AI模型的第一性能小于或等于第一门限；
    第一统计次数大于或等于第一预设次数门限，所述第一统计次数为第一目标预设时间段内所述第一AI模型的第一性能小于或等于第二门限的次数；
    第二统计次数小于或等于第二预设次数门限，所述第二统计次数为第二目标预设时间段内所述第一AI模型的第一性能大于或等于第三门限的次数；
    第一时间小于或等于第一时间门限，所述第一时间为所述第一AI模型的第一性能大于或等于第四门限的持续时间；
    第二时间大于或等于第二时间门限，所述第二时间为所述第一AI模型的第一性能小于或等于第五门限的持续时间。
  4. 根据权利要求2所述的方法，其中，所述第二条件包括如下其中一项：
    所述第一AI模型的第二性能大于或等于第六门限；
    第三统计次数大于或等于第三预设次数门限，所述第三统计次数为第三目标预设时间段内所述第一AI模型的第二性能大于或等于第七门限的次数；
    第四统计次数小于或等于第四预设次数门限，所述第四统计次数为第四目标预设时间段内所述第一AI模型的第二性能小于或等于第八门限的次数；
    第三时间小于或等于第三时间门限，所述第三时间为所述第一AI模型的第二性能小 于或等于第九门限的持续时间；
    第四时间大于或等于第四时间门限，所述第四时间为所述第一AI模型的第二性能大于或等于第十门限的持续时间。
  5. 根据权利要求2所述的方法，其中，所述方法还包括：所述第一设备在第一AI模型失效的情况下，向第二设备发送失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。
  6. 根据权利要求5所述的方法，其中，所述失效确认信息包括如下至少一项：
    所述第一AI模型的失效状态；
    所述第一AI模型失效时的性能信息；
    所述第一AI模型的失效原因；
    所述第一AI模型的失效时间；
    所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
  7. 根据权利要求1所述的方法，其中，所述模型调整操作由第一设备确定，或者由第二设备指示。
  8. 根据权利要求7所述的方法，其中，在所述第一设备对第一人工智能AI模型执行模型调整操作之后，所述方法还包括：
    在所述模型调整操作由第一设备确定的情况下，所述第一设备向第二设备发送第一信息，所述第一信息用于指示所述第一设备执行的模型调整操作。
  9. 根据权利要求1所述的方法，其中，在所述第一设备对第一人工智能AI模型执行模型调整操作之后，所述方法还包括：
    所述第一设备基于触发条件，执行替换操作；
    或者，
    所述第一设备基于所述触发条件，向第二设备发送第三信息；所述第一设备接收所述第二设备发送的指示信息；所述第一设备根据所述指示信息，确定是否执行所述替换操作，其中，所述第三信息用于指示所述第一设备满足执行替换操作的条件，所述指示信息用于指示所述第一设备执行或者不执行所述替换操作。
  10. 根据权利要求9所述的方法，其中，所述替换操作包括：
    在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
    或者，
    在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
  11. 根据权利要求9所述的方法，其中，在所述第一设备基于触发条件，执行替换操作 之后，所述方法还包括：
    所述第一设备向第二设备发送替换信息，所述替换信息用于指示与所述替换操作相关的信息。
  12. 根据权利要求10所述的方法，其中，所述触发条件包括如下其中一项：
    所述第三AI模型的第一性能与目标对象的第一性能之间的差值大于或等于第一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第一性能大的AI模型优于所述第一性能小的AI模型；
    第一次数大于或等于第一次数门限，所述第一次数为第一预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第二阈值的次数；
    第二次数小于或等于第二次数门限，所述第二次数为第二预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第三阈值的次数；
    第二持续时间大于或等于第一时间门限，所述第二持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第四阈值的持续时间；
    第三持续时间小于或等于第二时间门限，所述第三持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值小于或等于第五阈值的持续时间；
    所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第六阈值；
    第三次数大于或等于第三次数门限，所述第三次数为第三预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第七阈值的次数；
    第四次数小于或等于第四次数门限，所述第四次数为第四预设时间段内所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第八阈值的次数；
    第四持续时间大于或等于第三时间门限，所述第四持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第九阈值的持续时间；
    第五持续时间小于或等于第四时间门限，所述第五持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值小于或等于第十阈值的持续时间。
  13. 根据权利要求10所述的方法，其中，所述触发条件包括如下其中一项：
    所述第三AI模型的第二性能与目标对象的第二性能之间的差值小于或等于第十一阈值，其中，所述目标对象为所述第二AI模型，或者所述目标功能模块，所述第二性能小的AI模型优于所述第二性能大的AI模型；
    第五次数大于或等于第五次数门限，所述第五次数为第五预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十二阈值的次数；
    第六次数小于或等于第六次数门限，所述第六次数为第六预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值大于或等于第十三阈值的次数；
    第六持续时间大于或等于第五时间门限，所述第六持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的差值小于或等于第十四阈值的持续时间；
    第七持续时间小于或等于第六时间门限，所述第七持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的差值大于或等于第十五阈值的持续时间；
    所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十六阈值；
    第七次数大于或等于第七次数门限，所述第七次数为第七预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十七阈值的次数；
    第八次数小于或等于第八次数门限，所述第八次数为第八预设时间段内所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十八阈值的次数；
    第八持续时间大于或等于第七时间门限，所述第八持续时间为所述第三AI模型的第二性能与所述目标对象的第二性能之间的比值小于或等于第十九阈值的持续时间；
    第九持续时间小于或等于第八时间门限，所述第九持续时间为所述第三AI模型的第一性能与所述目标对象的第一性能之间的比值大于或等于第二十阈值的持续时间。
  14. 根据权利要求5、8、9或11所述的方法，其中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第一设备向所述第二设备发送的目标信息携带在如下其中一项信令或信息中：
    物理上行控制信道PUCCH的层1信令；
    物理随机接入信道PRACH的MSG 1；
    PRACH的MSG 3；
    PRACH的MSG A；
    物理上行共享信道PUSCH的信息；
    其中，所述目标信息包括失效确认信息、第一信息、第三信息或者替换信息。
  15. 根据权利要求5、8、9或11所述的方法，其中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第一设备向所述第二设备发送的目标消息携带在如下其中一项信令或信息中：
    Xn接口信令；
    PC5接口信令；
    物理侧边链路控制信道PSCCH的信息；
    物理侧边链路共享信道PSSCH的信息；
    物理侧边链路广播信道PSBCH的信息；
    物理直通链路发现信道PSDCH的信息；
    物理直通链路反馈信道PSFCH的信息；
    其中，所述目标信息包括失效确认信息、第一信息、第三信息或者替换信息。
  16. 根据权利要求7或9所述的方法，其中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第二设备发送给所述第一设备的第二信息或指示信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
    媒体接入控制控制元素MAC CE；
    无线资源控制RRC消息；
    非接入层NAS消息；
    管理编排消息；
    用户面数据；
    下行控制信息DCI信息；
    系统信息块SIB；
    物理下行控制信道PDCCH的层1信令；
    物理下行共享信道PDSCH的信息；
    PRACH的MSG 2；
    PRACH的MSG 4；
    PRACH的MSG B。
  17. 根据权利要求7或9所述的方法，其中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第二设备发送给所述第一设备的第二信息或指示信息携带在如下其中一项信令或信息中，所述第二信息用于指示所述模型调整操作：
    Xn接口信令；
    PC5接口信令；
    PSCCH的信息；
    PSSCH的信息；
    PSBCH的信息；
    PSDCH的信息；
    PSFCH的信息。
  18. 一种信息传输方法，包括：
    第二设备接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；
    或者，第二设备向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
    其中，所述模型调整操作包括如下其中一项：
    对所述第一AI模型进行微调；
    将所述第一AI模型切换为第二AI模型；
    回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
    对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
    对所述第一AI模型进行微调，且回退至目标功能模块运行；
    停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
  19. 根据权利要求18所述的方法，其中，所述方法还包括：所述第二设备接收所述第 一设备发送的失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。
  20. 根据权利要求19所述的方法，其中，所述失效确认信息包括如下至少一项：
    所述第一AI模型的失效状态；
    所述第一AI模型失效时的性能信息；
    所述第一AI模型的失效原因；
    所述第一AI模型的失效时间；
    所述第一AI模型的第一持续时间，所述第一持续时间为所述第一AI模型从运行到失效的时间长度。
  21. 根据权利要求18所述的方法，其中，所述方法还包括：所述第二设备接收所述第一设备发送的替换信息，所述替换信息用于指示与所述第一设备执行的替换操作相关的信息；
    或者，所述第二设备接收所述第一设备发送的第三信息；所述第二设备基于所述第三信息，向所述第一设备发送指示信息，其中，所述第三信息用于指示所述第一设备满足执行替换操作的条件，所述指示信息用于指示所述第一设备执行或者不执行所述替换操作。
  22. 根据权利要求21所述的方法，其中，所述替换操作包括：
    在所述模型调整操作包括对所述第一AI模型进行微调，并将所述第一AI模型切换为第二AI模型的情况下，停止运行所述第二AI模型，并运行第三AI模型，其中，所述第三AI模型为对所述第一AI模型进行微调后获得的模型；
    或者，
    在所述模型调整操作包括对所述第一AI模型进行微调，并回退至目标功能模块执行的情况下，停止运行所述目标功能模块，并运行所述第三AI模型。
  23. 根据权利要求18、19或21所述的方法，其中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第一设备向所述第二设备发送的目标信息携带在如下其中一项信令或信息中：
    物理上行控制信道PUCCH的层1信令；
    物理随机接入信道PRACH的MSG 1；
    PRACH的MSG 3；
    PRACH的MSG A；
    物理上行共享信道PUSCH的信息；
    其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
  24. 根据权利要求18、19或21所述的方法，其中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第一设备向所述第二设备发送的目标消息携带在如下其中一项信令或信息中：
    Xn接口信令；
    PC5接口信令；
    物理侧边链路控制信道PSCCH的信息；
    物理侧边链路共享信道PSSCH的信息；
    物理侧边链路广播信道PSBCH的信息；
    物理直通链路发现信道PSDCH的信息；
    物理直通链路反馈信道PSFCH的信息；
    其中，所述目标信息包括失效确认信息、第一信息或者替换信息。
  25. 根据权利要求18所述的方法，其中，在所述第一设备为终端，所述第二设备为网络侧设备的情况下，所述第二信息携带在如下其中一项信令或信息中：
    媒体接入控制控制元素MAC CE；
    无线资源控制RRC消息；
    非接入层NAS消息；
    管理编排消息；
    用户面数据；
    下行控制信息DCI信息；
    系统信息块SIB；
    物理下行控制信道PDCCH的层1信令；
    物理下行共享信道PDSCH的信息；
    PRACH的MSG 2；
    PRACH的MSG 4；
    PRACH的MSG B。
  26. 根据权利要求18所述的方法，其中，在所述第一设备为第一终端，所述第二设备为第二终端的情况下，所述第二信息携带在如下其中一项信令或信息中：
    Xn接口信令；
    PC5接口信令；
    PSCCH的信息；
    PSSCH的信息；
    PSBCH的信息；
    PSDCH的信息；
    PSFCH的信息。
  27. 一种模型调整装置，包括：
    调整模块，用于对第一人工智能AI模型执行模型调整操作，所述模型调整操作包括如下其中一项：
    对第一AI模型进行微调；
    将所述第一AI模型切换为第二AI模型；
    回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
    对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
    对所述第一AI模型进行微调，且回退至目标功能模块运行；
    停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
  28. 根据权利要求27所述的装置，其中，所述调整模块，用于基于预设条件，对第一AI模型执行模型调整操作；
    所述预设条件包括：所述第一AI模型的第一性能满足第一条件，或所述第一AI模型的第二性能满足第二条件，其中，所述第一性能大的AI模型优于所述第一性能小的AI模型，所述第二性能小的AI模型优于所述第二性能大的AI模型。
  29. 一种模型调整装置，包括：
    第一接收模块，用于接收第一设备发送的第一信息，所述第一信息用于指示所述第一设备对第一人工智能AI模型执行的模型调整操作；
    或者，
    第一发送模块，用于向第一设备发送第二信息，所述第二信息用于指示所述第一设备对第一AI模型执行的所述模型调整操作；
    其中，所述模型调整操作包括如下其中一项：
    对所述第一AI模型进行微调；
    将所述第一AI模型切换为第二AI模型；
    回退至目标功能模块运行，所述目标功能模块为未使用AI模型的模块；
    对所述第一AI模型进行微调，且将所述第一AI模型切换为第二AI模型；
    对所述第一AI模型进行微调，且回退至目标功能模块运行；
    停止执行第一功能，所述第一功能为第一AI模型所完成的功能。
  30. 根据权利要求29所述的装置，其中，所述装置还包括第二接收模块，用于接收所述第一设备发送的失效确认信息，所述失效确认信息用于指示所述第一AI模型的失效信息。
  31. 一种第一设备，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至17中任一项所述的模型调整方法的步骤。
  32. 一种第二设备，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求18至26中任一项所述的模型调整方法的步骤。
  33. 一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至26中任一项所述的方法的步骤。
PCT/CN2023/088356 2022-04-15 2023-04-14 模型调整方法、信息传输方法、装置及相关设备 WO2023198184A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210400175.6 2022-04-15
CN202210400175.6A CN116963093A (zh) 2022-04-15 2022-04-15 模型调整方法、信息传输方法、装置及相关设备

Publications (1)

Publication Number Publication Date
WO2023198184A1 true WO2023198184A1 (zh) 2023-10-19

Family

ID=88329060

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/088356 WO2023198184A1 (zh) 2022-04-15 2023-04-14 模型调整方法、信息传输方法、装置及相关设备

Country Status (2)

Country Link
CN (1) CN116963093A (zh)
WO (1) WO2023198184A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111083722A (zh) * 2019-04-15 2020-04-28 中兴通讯股份有限公司 模型的推送、模型的请求方法及装置、存储介质
WO2021142609A1 (zh) * 2020-01-14 2021-07-22 Oppo广东移动通信有限公司 信息上报方法、装置、设备和存储介质
WO2021244334A1 (zh) * 2020-05-30 2021-12-09 华为技术有限公司 一种信息处理方法及相关设备
US20220038349A1 (en) * 2020-10-19 2022-02-03 Ziyi LI Federated learning across ue and ran
WO2022028450A1 (zh) * 2020-08-05 2022-02-10 展讯半导体(南京)有限公司 Ai网络模型支持能力上报、接收方法及装置、存储介质、用户设备、基站

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111083722A (zh) * 2019-04-15 2020-04-28 中兴通讯股份有限公司 模型的推送、模型的请求方法及装置、存储介质
WO2021142609A1 (zh) * 2020-01-14 2021-07-22 Oppo广东移动通信有限公司 信息上报方法、装置、设备和存储介质
WO2021244334A1 (zh) * 2020-05-30 2021-12-09 华为技术有限公司 一种信息处理方法及相关设备
WO2022028450A1 (zh) * 2020-08-05 2022-02-10 展讯半导体(南京)有限公司 Ai网络模型支持能力上报、接收方法及装置、存储介质、用户设备、基站
US20220038349A1 (en) * 2020-10-19 2022-02-03 Ziyi LI Federated learning across ue and ran

Also Published As

Publication number Publication date
CN116963093A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US20230327721A1 (en) Antenna switching method and apparatus
US20230262517A1 (en) Pdcp duplication configuring, activating, or deactivating method and terminal
US20240147565A1 (en) Tci state indication method and apparatus, terminal, and network side device
WO2023198184A1 (zh) 模型调整方法、信息传输方法、装置及相关设备
WO2022257926A1 (zh) 基于旁链路的中继服务方法及装置、终端及网络侧设备
CN112584472A (zh) 传输点配置方法、用户设备、基站、电子设备和存储介质
CN112399515B (zh) 通信处理方法及装置
WO2023198186A1 (zh) 模型确定方法、信息传输方法、装置及相关设备
WO2023011611A1 (zh) 多载波通信控制方法、装置及通信设备
WO2023155764A1 (zh) Cpac的评估方法、cpac配置的处理方法及设备
WO2023011600A1 (zh) P-mpr的上报方法、装置和终端设备
WO2023151650A1 (zh) 信息激活方法、终端及网络侧设备
WO2023066340A1 (zh) 信息上报方法、接收方法、终端、网络侧设备和存储介质
US20240179781A1 (en) Method and Device for Transmitting Reference Signal
WO2024001939A1 (zh) 上行信号的传输方法、终端及网络侧设备
WO2023109828A1 (zh) 数据收集方法及装置、第一设备、第二设备
WO2023246890A1 (zh) 切换处理方法、装置及通信设备
WO2023208181A1 (zh) 功率确定方法、终端及可读存储介质
US20240137857A1 (en) Relay selection method and apparatus, relay information transmission method and apparatus, and terminal
WO2023197992A1 (zh) 密钥确定方法、装置、终端、网络侧设备和存储介质
WO2022268077A1 (zh) 成功切换报告shr的生成方法、装置、终端及介质
WO2023202603A1 (zh) 条件切换的配置方法、终端及网络侧设备
WO2023185841A1 (zh) 中继终端的选择方法、装置、终端及存储介质
WO2023207985A1 (zh) 测量和上报方法、装置、设备、系统及存储介质
WO2023151649A1 (zh) 信息激活方法、终端及网络侧设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23787826

Country of ref document: EP

Kind code of ref document: A1