論文の概要: Context-Aware Iterative Token Detection and Masked Transmission for Wireless Token Communication

• arxiv url: http://arxiv.org/abs/2601.17770v1
• Date: Sun, 25 Jan 2026 10:10:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.327625
• Title: Context-Aware Iterative Token Detection and Masked Transmission for Wireless Token Communication
• Title（参考訳）: 無線トークン通信のためのコンテキスト認識反復トークン検出とマスケ送信
• Authors: Junyong Shin, Joohyuk Park, Jihong Park, Jinho Choi, Yo-Seb Jeon,
• Abstract要約: 送信機(Tx)と受信機(Rx)の共用コンテキスト確率モデルを用いたコンテキスト対応トークン通信フレームワークを提案する。 我々は、高い予測可能なトークン送信をスキップして送信率を減少させるコンテキスト対応マスキング戦略を導入する。
• 参考スコア（独自算出の注目度）: 20.850802765685145
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The success of large-scale language models has established tokens as compact and meaningful units for natural-language representation, which motivates token communication over wireless channels, where tokens are considered fundamental units for wireless transmission. We propose a context-aware token communication framework that uses a pretrained masked language model (MLM) as a shared contextual probability model between the transmitter (Tx) and receiver (Rx). At Rx, we develop an iterative token detection method that jointly exploits MLM-guided contextual priors and channel observations based on a Bayesian perspective. At Tx, we additionally introduce a context-aware masking strategy which skips highly predictable token transmission to reduce transmission rate. Simulation results demonstrate that the proposed framework substantially improves reconstructed sentence quality and supports effective rate adaptation under various channel conditions.
• Abstract（参考訳）: 大規模言語モデルの成功により、トークンはコンパクトで有意義な自然言語表現単位として確立され、無線チャネル上でのトークン通信を動機付けている。 本稿では,事前訓練されたマスク付き言語モデル (MLM) を送信機 (Tx) と受信機 (Rx) の共用状況確率モデルとして用いるコンテキスト対応トークン通信フレームワークを提案する。 Rxでは,ベイズ視点に基づくMLM誘導の文脈先行とチャネル観測を共同で活用する反復的トークン検出法を開発した。 さらに、Txでは、高い予測可能なトークン送信をスキップして送信率を低下させるコンテキスト対応マスキング戦略を導入する。 シミュレーションの結果,提案手法は文質を著しく改善し,各種チャンネル条件下での有効レート適応をサポートすることが示された。

関連論文リスト

• Token Communication in the Era of Large Models: An Information Bottleneck-Based Approach [55.861432910722186]
  UniToComは、トークンを処理と無線通信の両方の基本的な単位として扱う統一トークン通信パラダイムである。 本稿では,重要な情報を保持するトークンの学習を容易にする生成情報ボトルネック(GenIB)の原理を提案する。 我々は、離散トークンと連続トークンの両方の処理を統合するために、因果変換器に基づくマルチモーダル言語モデル(MLLM)を受信機に採用する。
  論文  参考訳（メタデータ） (2025-07-02T14:03:01Z)
• Token Communications: A Large Model-Driven Framework for Cross-modal Context-aware Semantic Communications [78.80966346820553]
  我々は、生成意味コミュニケーション(GenSC)において、クロスモーダルなコンテキスト情報を活用するための大規模なモデル駆動フレームワークであるトークン通信(TokCom)を紹介する。 本稿では,GFM/MLLMをベースとしたトークン処理をセマンティック通信システムに組み込む方法について検討し,将来無線ネットワークの様々な層において効率的なTokComを実現する上での鍵となる原則について述べる。
  論文  参考訳（メタデータ） (2025-02-17T18:14:18Z)
• Trustworthy Image Semantic Communication with GenAI: Explainablity, Controllability, and Efficiency [59.15544887307901]
  画像意味コミュニケーション(ISC)は,高効率な映像コンテンツ伝送を実現する可能性に注目されている。 既存のISCシステムは、解釈可能性、操作性、互換性の課題に直面している。 我々は、複数の下流推論タスクにGenerative Artificial Intelligence(GenAI)を利用する新しい信頼できるISCフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-07T14:32:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。