WO2024250444 - OPERATIONS RELATED TO AI/ML MODEL
National phase entry:
Publication Number
WO/2024/250444
Publication Date
12.12.2024
International Application No.
PCT/CN2023/115645
International Filing Date
30.08.2023
Title **
[English]
OPERATIONS RELATED TO AI/ML MODEL
[French]
OPÉRATIONS RELATIVES À UN MODÈLE IA/ML
Applicants **
HUAWEI TECHNOLOGIES CO., LTD.
Huawei Administration Building, Bantian, Longgang District
Shenzhen, Guangdong 518129, CN
Inventors
TANG, Hao
Huawei Administration Building, Bantian,Longgang District
Shenzhen, Guangdong 518129, CN
MA, Jianglei
Suite 400, 303 Terry Fox Drive, Kanata
Ontario 231, CA
TONG, Wen
Suite 400, 303 Terry Fox Drive, Kanata
Ontario 231, CA
GE, Yiqun
Suite 400, 303 Terry Fox Drive, Kanata
Ontario 231, CA
Priority Data
63/506,869
08.06.2023
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| * | |
International Searching Authority |
CNIPA
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 2050 | |
| EPO | Filing, Examination | 15048 | |
| Japan | Filing | 594 | |
| South Korea | Filing | 575 | |
| USA | Filing, Examination | 8910 |
Total: 27177 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
Example embodiments of the present disclosure relate to operations associated with an artificial intelligence/machine learning(AI/ML) model. In an aspect, a first device transmits, to a second device, a request indicating the second device to provide an AI/ML model. The request comprisesa request identifier (ID),information of a task, a first parameter of input data of the AI/ML model, or a second parameter of output data of the AI/ML model. The first device thenreceivesa response from the second device. In this way,a customized local model meeting requirements specified by the first device can be obtained from global foundation model to reducethe training complexity in random access network (RAN)nodes.At theRAN nodes, a light-weighted customized AI/ML modelcan be obtained from abig global foundation modelat the core network (CN) or 3rdparty, reducingthe training complexity at theRAN nodes.[French]
Des exemples de modes de réalisation de la présente divulgation concernent des opérations associées à un modèle d'intelligence artificielle/apprentissage automatique (IA/ML). Selon un aspect, un premier dispositif transmet, à un second dispositif, une requête indiquant au second dispositif de fournir un modèle IA/ML. La requête comprend un identifiant (ID), des informations d'une tâche, un premier paramètre de données d'entrée du modèle IA/ML, ou un second paramètre de données de sortie du modèle IA/ML. Le premier dispositif reçoit ensuite une réponse du second dispositif. De cette manière, un modèle local personnalisé répondant aux exigences spécifiées par le premier dispositif peut être obtenu à partir d'un modèle de fondation mondial pour réduire la complexité d'apprentissage dans des noeuds de réseau d'accès aléatoire (RAN) ; au niveau des noeuds RAN, un modèle d'IA/ML personnalisé léger peut être obtenu à partir d'un grand modèle de fondation mondial du réseau central (CN) ou d'un tiers, ce qui réduit la complexité d'apprentissage au niveau des noeuds RAN.