數(shù)據(jù)收集可以在LCM（Large Capacity Memory）中出于不同的目的進(jìn)行，例如，模型訓(xùn)練、模型推斷、模型監(jiān)控、模型選擇、模型更新等。每個(gè)都可以根據(jù)不同的要求和潛在的規(guī)范影響進(jìn)行。

協(xié)議R18 已經(jīng)就AI/ML SID的數(shù)據(jù)收集開(kāi)始討論，一些公司提出了數(shù)據(jù)收集主題。比如模型訓(xùn)練和監(jiān)控的數(shù)據(jù)收集，但在設(shè)置問(wèn)題時(shí)，模型訓(xùn)練和監(jiān)測(cè)之間沒(méi)有區(qū)別。根據(jù)公司的反饋，人們希望在模型培訓(xùn)和監(jiān)控之間進(jìn)行討論，因?yàn)椴煌琇CM目的的數(shù)據(jù)收集要求可能截然不同。

數(shù)據(jù)收集可以在LCM中出于不同的目的進(jìn)行，例如，模型訓(xùn)練、模型推斷、模型監(jiān)控、模型選擇、模型更新等。每個(gè)都可以根據(jù)不同的要求和潛在的規(guī)范影響進(jìn)行。

從邏輯上講，當(dāng)層2參與考慮對(duì)R18 AI、ML數(shù)據(jù)收集的潛在規(guī)范影響時(shí)，正常工作程序如下：

1.?物理層確定每個(gè)典型用例的數(shù)據(jù)收集場(chǎng)景，例如模型訓(xùn)練、模型監(jiān)控，并分析每個(gè)用例每個(gè)應(yīng)用場(chǎng)景的潛在數(shù)據(jù)收集需求；

2.?從物理層發(fā)送協(xié)調(diào)LS以通知RAN2每個(gè)用例的每個(gè)應(yīng)用場(chǎng)景的潛在數(shù)據(jù)收集需求，這將觸發(fā)RAN2關(guān)于每個(gè)用例每個(gè)應(yīng)用場(chǎng)景數(shù)據(jù)收集的過(guò)程和信令討論；

3.?RAN2分析現(xiàn)有數(shù)據(jù)收集框架是否可用于RAN1 LS的新數(shù)據(jù)收集要求，并決定是否需要在現(xiàn)有數(shù)據(jù)收集架構(gòu)基礎(chǔ)上進(jìn)行任何增強(qiáng)以滿足物理層數(shù)據(jù)收集要求；

不幸的是，PHY尚未在數(shù)據(jù)收集要求方面取得重大進(jìn)展，因此尚未向RAN2發(fā)送協(xié)調(diào)LS以引發(fā)有價(jià)值的討論。但從RAN2的角度來(lái)看，公司認(rèn)為R18 AI、ML SID對(duì)數(shù)據(jù)收集的規(guī)范影響肯定會(huì)涉及RAN2的工作，尤其是配置和報(bào)告程序。此外，LCM單個(gè)功能所在的位置還影響如何設(shè)計(jì)數(shù)據(jù)收集要求，例如，如果在OTT服務(wù)器上訓(xùn)練模型，則獲取用于模型訓(xùn)練的數(shù)據(jù)集的方式將取決于實(shí)施，但如果在gNB上訓(xùn)練模型的話，則可能需要指定的數(shù)據(jù)集獲取方法。

LCM各個(gè)功能所在的位置應(yīng)根據(jù)每個(gè)用例的LCM程序進(jìn)行討論。最具挑戰(zhàn)性的方面是模型訓(xùn)練的數(shù)據(jù)收集，因此我們可以從模型訓(xùn)練開(kāi)始。

基于上述定義，可以得出結(jié)論，對(duì)于在線訓(xùn)練，模型訓(xùn)練和模式推理應(yīng)該位于同一地點(diǎn)，而對(duì)于離線訓(xùn)練，模型訓(xùn)練和模式推理可以位于同一位置或分布在不同的功能實(shí)體中。

對(duì)于在線培訓(xùn)，新收集的數(shù)據(jù)應(yīng)以（接近）實(shí)時(shí)的方式持續(xù)用于模型培訓(xùn)，這意味著用于在線培訓(xùn)的數(shù)據(jù)收集程序應(yīng)在模型培訓(xùn)執(zhí)行的實(shí)體處終止，或在與模型培訓(xùn)執(zhí)行實(shí)體通信時(shí)延遲很短的實(shí)體處結(jié)束。該原理可以應(yīng)用于所有類型的模型，即UE側(cè)模型、網(wǎng)絡(luò)側(cè)模型和雙邊模型。

對(duì)于CSI反饋用例，對(duì)于UE側(cè)模型，在UE處終止模型訓(xùn)練的數(shù)據(jù)收集，而對(duì)于gNB側(cè)模型，則在DU或CU或gNB處終止模型培訓(xùn)的數(shù)據(jù)收集；

對(duì)于波束管理用例，對(duì)于UE側(cè)模型，在UE處終止模型訓(xùn)練的數(shù)據(jù)收集，而對(duì)于gNB側(cè)模型，則在DU或CU或gNB處終止模型培訓(xùn)的數(shù)據(jù)收集；

對(duì)于定位用例，對(duì)于UE側(cè)模型，在UE處終止用于模型訓(xùn)練的數(shù)據(jù)收集，對(duì)于gNB側(cè)模型，則在DU或CU或gNB處終止用于建模訓(xùn)練的數(shù)據(jù)采集，并且對(duì)于LMF側(cè)模型，將在LMF處終止模型訓(xùn)練的數(shù)據(jù)收集。

對(duì)于離線訓(xùn)練，情況有點(diǎn)復(fù)雜，因?yàn)槟Ｐ陀?xùn)練和模型推理可以位于不同的功能實(shí)體，即使對(duì)模型訓(xùn)練的數(shù)據(jù)收集沒(méi)有嚴(yán)格的時(shí)間延遲限制。如果與模型培訓(xùn)相比，模型推斷位于單獨(dú)的功能實(shí)體，則離線培訓(xùn)也可能涉及模型轉(zhuǎn)移/交付程序，因此離線培訓(xùn)與在線培訓(xùn)完全不同。

理論上，離線訓(xùn)練的數(shù)據(jù)收集過(guò)程可以在通信系統(tǒng)中的任何地方終止，但從可行性的角度來(lái)看，模型如何被傳輸/傳遞到模型推斷執(zhí)行的實(shí)體也可能影響離線訓(xùn)練數(shù)據(jù)收集過(guò)程終止的位置。從邏輯上講，離線培訓(xùn)的數(shù)據(jù)收集程序通常在模型培訓(xùn)執(zhí)行的實(shí)體處終止，這可以節(jié)省一些額外的工作，以便在另一個(gè)步驟中將收集的數(shù)據(jù)傳送到模型培訓(xùn)實(shí)體，但并不總是適用，仍需逐例討論。

如果使用離線訓(xùn)練方法，應(yīng)逐個(gè)考慮離線培訓(xùn)的數(shù)據(jù)收集程序終止的情況。

關(guān)于定位用例的離線培訓(xùn)可能比較容易討論，所以可以從這個(gè)開(kāi)始。對(duì)于定位模型離線訓(xùn)練，可以在LMF處訓(xùn)練所有類型的定位模型，即UE側(cè)模型、gNB側(cè)模型和LMF側(cè)模型，這在邏輯上是很好的，因?yàn)長(zhǎng)MF是定位的管理器實(shí)體，并且可以使用模型傳輸/交付方法將UE側(cè)/gNB側(cè)模型傳輸?shù)経E/gNB。但這一判斷假設(shè)，如果定位模型在UE/gNB中針對(duì)UE側(cè)模型/gNB側(cè)模型進(jìn)行離線訓(xùn)練，則無(wú)法獲得額外的好處。

• 如果UE側(cè)定位模型在UE處離線訓(xùn)練而不是在LMF處訓(xùn)練，是否有任何額外的好處，例如數(shù)據(jù)隱私、高精度模型？

• 如果gNB側(cè)定位模型在gNB進(jìn)行離線訓(xùn)練而不是在LMF進(jìn)行訓(xùn)練，是否有任何額外的好處，例如數(shù)據(jù)隱私、高精度模型？

對(duì)于CSI反饋和波束管理用例，我離線模型訓(xùn)練的數(shù)據(jù)收集至少可以在所有類型的模型（即UE側(cè)模型和gNB側(cè)模型）的gNB處終止，因?yàn)樵撃Ｐ蛯⒂糜诨谖锢韺虞斎氲耐茢?。CN實(shí)體（例如AMF、NWDAF）可能可以收集訓(xùn)練數(shù)據(jù)，但奇怪的是，L1度量是由CN收集的，CN通常對(duì)無(wú)線測(cè)量不感興趣。但OAM和OTT服務(wù)器可以基于當(dāng)前的數(shù)據(jù)收集方法收集物理層度量。對(duì)于UE側(cè)模型，也可以在UE進(jìn)行離線訓(xùn)練，但考慮到UE通常具有較低的模型訓(xùn)練能力，額外的益處仍然不清楚。

數(shù)據(jù)收集也可用于模型更新。考慮到模型更新是一種特殊的模型訓(xùn)練，可以優(yōu)先考慮模型訓(xùn)練的數(shù)據(jù)收集討論。在完成關(guān)于數(shù)據(jù)收集的模型訓(xùn)練的討論之后，可以重新評(píng)估與模型訓(xùn)練相比，模型更新是否應(yīng)該解決任何差異。

關(guān)于模型推斷、模型監(jiān)控和模型選擇的數(shù)據(jù)收集，數(shù)據(jù)收集需求高度依賴于RAN1中特定于用例的討論。以模型監(jiān)控為例，使用哪種類型的模型（例如UE側(cè)模型或網(wǎng)絡(luò)側(cè)模型）以及哪個(gè)節(jié)點(diǎn)（例如UE或網(wǎng)絡(luò)）控制模型監(jiān)控將共同決定需要什么樣的數(shù)據(jù)收集要求，因此RAN2討論模型推斷、模型監(jiān)控和模型選擇的數(shù)據(jù)收集還為時(shí)過(guò)早。