論文の概要: Ada-TokenCom: Rate-Adaptive Token Communications via Large-Model-Driven Token Compression and Generation
- arxiv url: http://arxiv.org/abs/2608.28086v1
- Date: Fri, 28 Aug 2026 08:54:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.258737
- Title: Ada-TokenCom: Rate-Adaptive Token Communications via Large-Model-Driven Token Compression and Generation
- Title（参考訳）: Ada-TokenCom:大規模モデル駆動型トークン圧縮と生成によるレート適応型トークン通信
- Authors: Zijun Zhang, Li Qiao, Mahdi Boloursaz Mashhadi, Zhen Gao, Mehdi Bennis, Kaibin Huang,
- Abstract要約: Ada-TokenComは、大規模な自己回帰モデルに基づくレート適応型TokenComフレームワークである。
本稿では,送信者が高情報トークンを符号化し,送信する混合再構成・生成方式を提案する。
提案するAda-TokenComフレームワークは,デジタルおよびディープ・ジョイント・ソース・チャネル・コーディングに基づくセマンティック・コミュニケーション・ベースラインよりも優れていることを示す。
- 参考スコア（独自算出の注目度）: 52.99258064220833
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Token Communications (TokenCom) has recently emerged as a new paradigm in which tokens serve as unified units for communication and computation, enabling efficient multimodal semantic and goal-oriented transmission. In this paper, we develop Ada-TokenCom, a rate-adaptive TokenCom framework based on large autoregressive models, which integrates next-token prediction with arithmetic coding to achieve ultra-low bitrate semantic communication at the token level. We propose a mixed reconstruction/generation scheme, where the transmitter encodes and transmits the highly informative tokens at the beginning of the token sequence leveraging a pre-trained autoregressive large model, while the receiver uses an identical model to predict the rest. Moreover, we design a Lyapunov-based algorithm to dynamically optimize both the source compression rate and the modulation and coding scheme, adapting to time-varying network conditions. Simulation results demonstrate that our proposed Ada-TokenCom framework outperforms both digital and deep joint source-channel coding-based semantic communication baselines.
- Abstract（参考訳）: TokenCom(TokenCom)は、トークンがコミュニケーションと計算の統一単位として機能し、効率的なマルチモーダルセマンティクスとゴール指向トランスミッションを実現する新しいパラダイムとして最近登場した。
本稿では,大規模自己回帰モデルに基づくレート適応型TokenComフレームワークであるAda-TokenComを開発した。
本稿では,事前学習した自己回帰的大モデルを利用したトークンシーケンスの開始時に,送信者が高情報トークンを符号化し,送信する混合再構成・生成方式を提案する。
さらに、Lyapunovに基づくアルゴリズムを設計し、時間変化のあるネットワーク条件に適応して、ソース圧縮率と変調および符号化方式の両方を動的に最適化する。
シミュレーションの結果,提案するAda-TokenComフレームワークは,デジタルおよびディープ・ジョイント・ソース・チャネル・コーディングに基づくセマンティック・コミュニケーション・ベースラインよりも優れていた。
関連論文リスト
- Video TokenCom: Textual Intent-Guided Multi-Rate Video Token Communications with UEP-Based Adaptive Source-Channel Coding [24.169863403324314]
Token Communication(TokenCom)は、大規模AIモデル(LAM)とマルチモーダル大規模言語モデル(MLLM)の成功に動機付けられた、新しいパラダイムである。
本稿では,テキスト指向型マルチレートビデオ通信のための新しいVideo TokenComフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-02T23:36:38Z) - Communication-Inspired Tokenization for Structured Image Representations [74.17163003465537]
COMiT(Communication inspired Tokenization)は、構造化された視覚トークンシーケンスを学習するためのフレームワークである。
セマンティックアライメントが基盤となる一方で、解釈可能なオブジェクト中心のトークン構造を誘導するためには、注意的なシーケンシャルトークン化が重要であることを示す。
論文 参考訳（メタデータ） (2026-02-24T09:53:50Z) - Wireless TokenCom: RL-Based Tokenizer Agreement for Multi-User Wireless Token Communications [59.84545048095092]
Token Communications (TokenCom) は、トークンが通信計算の統一単位である効果的な新しいパラダイムとして最近登場した。
基地局が複数のユーザを送信するマルチユーザダウンリンク無線TokenComシナリオについて検討する。
論文 参考訳（メタデータ） (2026-02-12T19:00:33Z) - Joint Semantic-Channel Coding and Modulation for Token Communications [37.814311208185906]
トークン通信の問題点を考察し,トークンを効率よく確実に送信する方法について考察する。
本稿では,トークンエンコーダとポイントトークンを標準デジタルコンステレーションポイントにマッピングする共同セマンティックチャネルと変調方式を提案する。
提案手法は,ジョイント・セマンティック・チャネル・コーディングと従来の分離符号化の両方に優れる。
論文 参考訳（メタデータ） (2025-11-19T18:56:32Z) - MergeDNA: Context-aware Genome Modeling with Dynamic Tokenization through Token Merging [65.07273789940116]
本稿では,動的ゲノミクストークンと潜在トランスフォーマーをコンテキスト対応事前学習タスクで協調的に最適化する階層型アーキテクチャを提案する。
MergeDNAは3つの人気のあるDNAベンチマークと、微調整やゼロショット評価を伴う複数のマルチオミクスタスクにおいて優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-11-17T19:27:41Z) - 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) - Adaptive Semantic Token Selection for AI-native Goal-oriented Communications [11.92172357956248]
本稿では,AIネイティブな目標指向通信のための新しい設計を提案する。
我々は、帯域幅と計算量に対する動的推論制約の下でトランスフォーマーニューラルネットワークを利用する。
提案手法は,最先端のトークン選択機構よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-04-25T13:49:50Z)
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。