arXiv cs.AI· Lifan Mei, Yuxuan Li, Jiaxian Tu, Shenghe Xu·· 13 小时前AI 评分23
SatOps-Decision：面向星上卫星通信操作的低延迟判别式决策方法
SatOps-Decision: Low-Latency Discriminative Decisions for Onboard Satellite Communication Operations
AI 导读
SatOps-Decision 将 Jev 风格通用判别式决策模型首次用于卫星通信操作，其本地适配的 Laya 编码器配合原生决策头，单次前向即可从候选操作答案中选出结果。
正文 · AI 翻译
摘要：我们提出 SatOps-Decision，一种用于卫星通信运营中低延迟决策的方法。据我们所知，这是 Jev 风格通用判别式决策模型首次应用于卫星运营，配套基准也是首个专用于该方法的基准。学习得到的评分器是一个本地适配的 Laya 编码器及其原生决策头，可在单次前向传播中从提供的运营答案中进行选择。该基准在可审计的构建中结合了编写的运营契约、受控状态变化和独立校验的标签。评估优先考虑完整请求延迟和原始决策准确率；所有主要准确率比较均使用相同的 1,024 个留出问题，与训练和开发集分开。SatOps-Decision 的本地评分器每次决策的中位延迟为 90.3 ms，而 Qwen3.5-0.8B 生成为 493.9 ms，OneJev1.6-0.8B 为 388.4 ms：基于实测 FP32/MPS 实现中的中位请求时间，分别实现 $5.47\times$ 和 $4.30\times$ 的加速。其平均原始准确率为 85.3%，而冻结 Laya 为 42.5%，Qwen 生成为 40.7%，OneJev 为 58.6%。作为云端准确率参考，原始 Jev 1.14/1.13 达到 87.4/81.9%。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；网络与互联网架构（cs.NI） |
| 引用为： | arXiv:2610.38697 [cs.LG] |
| （或 arXiv:2610.38697v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38697 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Lifan Mei [查看电子邮件]
[v1]
2026年10月28日星期三 19:00:56 UTC（591 KB）
来源：arXiv cs.AI · arxiv.org