AI News
Alle Meldungen
Offiziell

Zhejiang University veröffentlicht LEMMO, ein Foundation Model für elektromagnetische Signale

LEMMO klassifiziert rohe elektromagnetische Signale, darunter Störsignal- und Radartypen, und schlägt laut den Autoren das frühere Modell MERLIN bei den meisten Wahrnehmungsaufgaben.

Forschung · · 2 Min. Lesezeit

Forschende der Zhejiang University haben LEMMO veröffentlicht, ein Modell, das rohe elektromagnetische Signale klassifiziert und Stör- sowie Anti-Störsignale erzeugt. Nach Angaben der Autoren übertrifft es bei den meisten Wahrnehmungsaufgaben MERLIN, ein Modell, das chinesische Forschende mit Verbindungen zum Verteidigungssektor Anfang dieses Jahres veröffentlicht haben. Ihr arXiv-Preprint nennt einen aggregierten Wahrnehmungswert von 59,3 gegenüber 43,53 für MERLIN und einen Generierungswert von 47,64 gegenüber 43,26. Der Code ist auf GitHub verfügbar. Laut Repository wurde die Referenz-Runtime auf NVIDIA-H100-Hardware validiert; andere CUDA-Beschleuniger und Abhängigkeitsversionen sind noch nicht validiert.

Das Modell arbeitet mit rohen In-Phase- und Quadratur-Aufzeichnungen (IQ). Laut Abstract werden bestehende wellenformbasierte EM-Modelle meist nur an kurzen IQ-Segmenten getestet, während Breitbandaufzeichnungen Millionen von Samples enthalten können. LEMMO kombiniert einen Encoder mit linearer Attention und ein zeitliches Resampling mit Anti-Aliasing und kann so bis zu acht Millionen komplexe Samples verarbeiten. Lernbare Queries werden zunächst auf eine Textanweisung konditioniert, bevor sie Informationen aus dem Signal ziehen. Kompakte Queries übernehmen die Erkennung, strukturierte Queries mit zusätzlicher faktischer Supervision liefern detaillierte Beschreibungen. Das GitHub-README nennt zwei Inferenzvarianten: eine Erkennungsvariante für Längen von 128 bis 5.000.000 Samples und eine Beschreibungsvariante für 16 bis 8.000.000.

Zu den Klassifikationsaufgaben gehören die Erkennung von Kommunikationsstörungen, Modulationserkennung, Radarbandbreite, Tastverhältnis, Pulsanzahl, Pulswiederholfrequenz und Pulsbreite, Protokollidentifikation, die Erkennung von Radarstörungen sowie Segmenterkennung. Die Generierungsaufgaben umfassen die Abwehr von Kommunikationsstörungen, die Abwehr von Radarstörungen sowie Störstrategien für Kommunikation und Radar. Die Ergebnisse fallen je nach Aufgabe unterschiedlich aus. Bei der Wahrnehmung schlägt LEMMO MERLIN und andere Modelle in allen Aufgaben außer der Segmenterkennung, bei der Gemini-3.5 Flash Lite vorne liegt. Bei der Generierung erzielt LEMMO die besten Werte bei der Abwehr von Radarstörungen und bei Radarstörungen, bei den übrigen Aufgaben liegt MERLIN vorne.

Der Abstract vergleicht LEMMO mit einer Variante namens MERLIN-LoRA und meldet Verbesserungen von 15,77 Prozent bei der mittleren Wahrnehmungsgenauigkeit auf EM-Bench, von 4,38 Punkten beim mittleren ROUGE-L-F1 der Strategiegenerierung und von 14,31 Prozent bei der mittleren Genauigkeit auf LEMMO-ShortQA. Wie die aggregierten Werte in der Zusammenfassung über die Aufgaben gewichtet werden, geht aus dem Abstract nicht hervor. Laut Paper wird außerdem ein einheitliches Korpus von 1,38 TB mit realen und synthetischen Signalen veröffentlicht. Das README des Repositorys validiert Längen und Hardware für die Referenz-Runtime und hält fest, dass andere CUDA-Beschleuniger und Abhängigkeitsversionen noch nicht validiert sind.

Import AI, der Newsletter von Jack Clark, wertete die Arbeit als Zeichen dafür, dass allgemeines generatives Pretraining in die militärische Signalanalyse vordringt. LEMMO sei die Art von Modell, die ein Militär einsetzen werde, um den elektromagnetischen Gefechtsraum zu charakterisieren.

Was sich ändert

Art: Neue Funktion · Betrifft: LEMMO

Warum es wichtig ist

Allgemeines Pretraining wird auf die Signalanalyse übertragen. Damit wächst die Zahl der Bereiche, in denen Foundation Models für Sensorik und elektronische Kampfführung eingesetzt werden können. Unternehmen aus Verteidigung und Telekommunikation sollten mit weiteren solchen Modellen rechnen.

Originalquelle

Wo wir es gesehen haben

1 Quelle

Import AI (Jack Clark)

Zhejiang University

KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es