AI模型训练中用于获取训练数据的方法以及通信装置与流程

本技术实施例涉及机器学习领域，更具体地，涉及一种ai模型训练中用于获取训练数据的方法以及通信装置。

背景技术：

1、在ai模型应用于空口技术的一些应用场景中时，ai模型的训练和ai模型的训练数据的收集可能部署在不同的网元。在此现状之下，ai模型的训练或更新需要ai模型的训练网元和训练数据的收集网元之间进行训练数据(例如，参考信号的测量结果和/或标签)的交互。

2、在现有的方案中，ai模型的训练网元和训练数据的收集网元之间的训练数据的交互通常是固定周期发送或持续存在的。而这种信息交互方式容易造成空口资源的浪费。

技术实现思路

1、本技术提供一种ai模型训练中用于获取训练数据的方法和通信装置，以期减少空口资源的浪费。

2、第一方面，提供了一种ai模型训练中用于获取训练数据的方法，可以应用于训练数据的收集网元，例如终端设备或接入网设备，该方法包括：

3、第一网元接收来自于第二网元的第一信息，所述第一信息用于所述第一网元收集的候选训练数据的有效性的判定，所述有效性的判定结果包括有效或无效；

4、所述第一网元收集所述ai模型的候选训练数据；

5、所述第一网元根据所述候选训练数据和所述第一信息，向第二网元发送第二信息，所述第二信息指示所述有效性的判定结果。

6、在本技术的技术方案中，第一网元为收集ai模型的训练数据的网元，第二网元为训练ai模型的网元。第二网元需要第一网元收集ai模型的训练数据时，向第一网元发送第一信息，第一信息用于指示第一网元收集ai模型的训练数据，同时也用于第一网元所收集的候选训练数据的有效性的判定(也简称为有效性判定)。第一网元收集ai模型的候选训练数据，并根据第一信息判定所收集的候选训练数据的有效性。之后，第一网元向第二网元发送第二信息，以指示该有效性的判定结果。基于该技术方案，第一网元在完成一次候选训练数据的收集之后，会对收集到的候选训练数据会进行有效性的判定。只有有效的候选训练数据才作为训练数据由第一网元提供给第二网元使用，而不是将收集的数据不作任何筛选地提供给第二网元。可以减少收集到的无效的候选训练数据的传输，从而降低空口资源的浪费。

7、结合第一方面，在第一方面的某些实现方式中，第一信息用于所述有效性判定所使用的约束条件的确定。可选的，所述约束条件可以包括如下一项或多项：

8、质量指标的门限和所述质量指标的判定准则；或，

9、符合质量指标的判定准则的训练数据的数量门限和所述训练数据的数量的判定准则；或，

10、单次有效性判定对应的候选训练数据收集的最大时长。

11、结合第一方面，在第一方面的某些实现方式中，所述第一信息指示如下一项或多项：

12、质量指标的门限；

13、质量指标的判定准则；

14、符合质量指标的判定准则的训练数据的数量门限；

15、符合质量指标的判定准则的训练数据的数量的判定准则；或，

16、单次有效性判定对应的候选训练数据收集的最大时长。

17、可以理解的是，如上信息中未被第一信息指示的部分，可以由协议预定义。

18、可选的，第一信息指示如上信息中的部分，可以包括显式指示如上信息中的部分中的一项或多项，或者，隐式指示如上信息中的部分中的一项或多项。显式指示可以包括：第一信息包括如上信息中其所显式指示的部分中的一项或多项。隐式指示可以包括：第一信息包括和如上信息中其所隐式指示的部分中的一项或多项对应的其他信息。可选的，该其他信息可以包括与如上信息中其所隐式指示的部分中的一项或多项具有对应关系的索引。其中，该其他信息可以包括一个或多个信息，其中，多个信息各自指示如上信息中被隐式指示的部分中各项信息的部分。

19、可选的，如上对应关系可以是协议预定义的，或是，预存储，预先配置的。其中，预先配置，可以采用无线资源控制(radio resource control，rrc)信令，配置多个索引与如上信息中一项或多项的组合的多个值的对应关系。

20、可选的，如上第一信息可以携带在控制信息，如下行控制信息(downlink controlinformation，dci)中。

21、可选的，如上质量指标可以包括一个或多个质量指标，其各自具有对应的门限及判定准则。比如，质量指标可以包括对参考信号的测量结果的质量指标，或，标签的质量指标中的一项或多项。其中，标签用于作为ai模型训练的比较真值。比如，标签可以包括位置信息，波束图样(pattern)，信道测量结果等中的一项或多项。

22、可选的，所述质量指标的门限可以包括如上符合质量指标的判定准则的训练数据的数量门限，所述质量指标的判定准则可以包括符合质量指标的判定准则的训练数据的数量的判定准则。

23、在本技术中，第一信息可以用于约束条件的确定，具体可以有多种实现方式，下面举几个例子进行说明。

24、在一个示例中，第一信息指示一个或多个质量指标的门限，该一个或多个质量指标的判定准则是由协议预定义的。例如，质量指标包括训练数据的信干噪比(signal tointerference plus noise ratio,sinr)和训练数据的数量，sinr的判定准则为：sinr大于或等于门限q；所述训练数据的数量的判定准则为：所述训练数据的数量大于或等于门限n。示例性地，第一信息指示q和n，sinr的判定准则和所述训练数据的数量的判定准则均是由协议预定义的。

25、在该示例中，通过协议预定义质量指标的判定准则，可以节省指示开销。

26、在另一个示例中，第一信息指示一个或多个质量指标的门限，以及该一个或多个质量指标的判定准则。例如，质量指标包括训练数据的sinr和训练数据的数量，sinr的判定准则为：sinr大于或等于门限q，所述训练数据的数量的判定准则为：所述训练数据的数量大于或等于门限n。示例性地，第一信息指示q和n，此外，第一信息包含信息域，该信息域用于指示sinr的判定准则和所述训练数据的数量的判定准则。例如，若信息域的取值为1，表示“sinr大于或等于q，且所述训练数据的数量大于或等于n”；若信息域的取值为0，表示“sinr大于q，且所述训练数据的数量大于n”。

27、在该示例中，第一信息指示约束条件质量指标的门限以及该质量指标的判定准则，使得第二网元可以根据对训练数据的需求的变化，适应性更新约束条件，适用于约束条件变化较为频繁的场景，可以提升ai模型对于不同应用场景的适应性，并且提升了在不同应用场景下收集到符合要求的训练数据的概率。

28、在再一个示例中，第一信息指示部分质量指标的门限，另一部分质量指标的门限以及这些质量指标的判定准则由协议预定义。例如，质量指标包括训练数据的sinr和训练数据的数量，sinr的判定准则为：训练数据的sinr大于或等于门限q，所述训练数据的数量的判定准则为：所述训练数据的数量大于或等于门限n。示例性地，第一信息指示q，而所述训练数据的数量的门限n，以及sinr的判定准则和所述训练数据的数量的判定准则可以由协议预定义。

29、在该示例中，可以将应用场景中变化周期较长的质量指标的门限及其判定准则通过协议预定义，以节省信令开销；而将变化较为频繁的质量指标的门限及其判定准则通过第一信息来指示，可以保证对于所需训练数据的要求的灵活调整。该示例可以兼顾信令开销和约束条件更新的灵活性。

30、在再一个示例中，第一信息指示部分质量指标的门限和一个索引信息，该索引信息用于确定所述部分质量指标的判定准则，以及约束条件中其它质量指标的门限以及所述其它质量指标的判定准则。示例性地，第一信息指示sinr的门限q和index 0,其中，index 0表示：训练数据的数量的门限为n，sinr的判定准则为：训练数据的sinr大于或等于q，且，训练数据的数量的判定准则为：训练数据的数量至少为n个。可选地，index 0为的多个应用场景中的一个应用场景下的索引值，例如，该多个应用场景包括但不限于csi预测、上行定位、下行定位或波束管理，index 0为波束管理场景对应的一个或多个index中的一个index。可选地，index 0为某个应用场景下的索引值，例如，上行定位场景下对应多个index，index 0为该多个index中的一个。

31、在再一个示例中，第一信息指示一个索引信息，该索引信息用于确定一个或多个质量指标的门限，以及所述一个或多个质量指标的判定准则。示例性地，第一信息指示index 0,其中，index 0表示：训练数据sinr的门限为q，训练数据的数量的门限为n，sinr的判定准则为：训练数据的sinr大于或等于q，且，训练数据的数量的判定准则为：训练数据的数量至少为n个。可选地，index 0为的多个应用场景中的一个应用场景下的索引值，例如，该多个应用场景包括但不限于csi预测、上行定位、下行定位或波束管理，index 0为波束管理场景对应的一个或多个index中的一个index。可选地，index 0为某个应用场景下的索引值，例如，上行定位场景下对应多个index，index 0为该多个index中的一个。

32、在上述后两个示例中，索引信息和质量指标的门限和/或质量指标的判定准则的对应关系由协议预定义也仅是作为示例，也可以为其它可实现的方式，包括但不限于为预存储或预先配置等。

33、以上是关于第一信息用于确定约束条件的示例说明，本技术不限定于上述示例。

34、可选地，结合第一方面，在第一方面的某些实现方式中，所述第一信息所指示的质量指标包括ai模型的标签的质量指标。

35、可选地，ai模型的训练数据还包括标签。作为一个示例，在上行定位或下行定位的应用场景下，该标签为位置信息。可选地，约束条件中的质量指标还可以包括标签的质量指标，例如，标签的质量指标可以包括不同样本的位置之间距离的门限等。可选地，上述第一信息所指示的质量指标还包括ai模型的标签的质量指标。

36、结合第一方面，在第一方面的某些实现方式中，所述第二信息包括第一训练数据且所述第二信息指示所述第一网元收集的所述候选训练数据有效，所述第一训练数据为所述候选训练数据中的有效数据。

37、在该实现方式中，第一网元根据第一信息对收集到的候选训练数据进行有效性判定之后，若确定此次收集是有效的，则第一网元向第二网元发送第二信息，该第二信息可以为有效的候选训练数据(即，第一训练数据)，而不发送无效的候选训练数据，由此可以降低空口资源的浪费。

38、在本技术中，有效的候选训练数据会被提供给第二网元用于ai模型的训练或更新，也即有效的候选训练数据实际上即成为训练数据。而无效的候选训练数据也即不符合约束条件的候选训练数据。

39、此外，由于第一网元不会向第二网元发送无效的候选训练数据，因而第二网元不会接收到无效或不合格的训练数据，由此避免了对整个训练数据集造成污染。同时，也避免了对第二网元训练ai模型带来不利影响，例如，利用无效的候选训练数据进行ai模型训练导致的ai性能增益评估不准、ai模型过拟合、泛化能力弱以及场景适应能力差等问题。

40、结合第一方面，在第一方面的某些实现方式中，所述第二信息指示所述第一网元收集的所述候选训练数据无效。

41、在该实现方式中，第一网元根据第一信息对收集到的候选训练数据进行有效性判定之后，若确定此次收集是无效的，则第一网元向第二网元发送第二信息，该第二信息仅指示此次收集的候选训练数据无效，而不向第二网元提供收集到的候选训练数据，由此可以降低空口资源的浪费。此外，由于第二网元不会接收到无效或不合格的候选训练数据，因此避免了对整个训练数据集造成污染；同时，也避免了对第二网元训练ai模型带来不利影响，例如，利用无效的候选训练数据进行ai模型训练导致的ai性能增益评估不准、ai模型过拟合、泛化能力弱以及场景适应能力差等问题。

42、结合第一方面，在第一方面的某些实现方式中，所述第一信息用于所述第一网元收集的候选训练数据的有效性的判定的约束条件的确定。

43、在该实现方式中，第二网元在通过第一信息指示第一网元收集ai模型的训练数据的情况下，同时第一信息也用于第一网元确定待收集的训练数据应满足的约束条件，以便第一网元在收集到候选训练数据之后进行筛选(即有效性判定)，为第一网元判定所收集到的候选训练数据是否有效提供了的依据。

44、结合第一方面，在第一方面的某些实现方式中，该方法还包括：

45、若所述第一网元确定所述候选训练数据中包含满足所述约束条件的第一训练数据，所述第一网元确定所述候选训练数据有效；或者，

46、若所述第一网元确定所述候选训练数据中不包含满足所述约束条件的第一训练数据，所述第一网元确定所述候选训练数据无效。

47、在该实现方式中，收集到的候选训练数据中满足约束条件的候选训练数据的集合称为第一训练数据；而在不存在满足约束条件的候选训练数据的情况下，代表此次收集无效。

48、结合第一方面，在第一方面的某些实现方式中，在所述第一网元收集的所述候选训练数据无效的情况下，所述方法还包括：

49、所述第一网元接收来自于所述第二网元的第三信息，所述第三信息指示所述第一网元重新收集所述ai模型的候选训练数据。

50、在该实现方式中，在一次收集无效之后进行重新收集，可以将之前收集的无效的候选训练数据与重新采集的候选训练数据一起进行有效性判定，以提高获取到符合要求的候选训练数据(也即获取到训练数据)的概率。此外，还因为可以在重新收集时更新参考信号的空口传输配置，提高了获取到高质量候选训练数据的可能性，使得收集到合格训练数据的概率提高。

51、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：

52、所述第一网元确定空口传输配置信息，所述空口传输配置信息对应更新的空口传输配置，所述空口传输配置信息指示所述第一网元基于所述更新的空口传输配置收集所述ai模型的候选训练数据；

53、其中，所述更新的空口传输配置信息包括如下一项或多项的更新：

54、参考信号的发送功率；

55、参考信号使用的天线端口数；

56、参考信号的频带宽度；

57、参考信号的频域密度；或，

58、参考信号的周期。

59、在该实现方式中，在需要重新收集ai模型的训练数据的情况下，与训练数据收集相关的参考信号的空口传输配置是可以更新的，从而可以改善或保障该参考信号的质量，以便于收集到有效的候选训练数据，从而为ai模型的训练，比如，初始训练/或更新过程的训练，提供保障。另外，由于参考信号的空口传输配置的更新有助于收集到有效的候选训练数据，因此还可以加快ai模型训练的效率。

60、此外，通过对ai模型的训练数据的收集状况的了解，可以获知是否有足够多的有效候选训练数据进行ai模型的训练/更新，为了保障可靠的基于ai模型的空口性能，有必要对ai模型进行及时的维护，或者切换到非ai的模式，或者自适应作出训练数据收集的配置更新。

61、结合第一方面，在第一方面的某些实现方式中，所述第三信息还指示所述有效性的判定的最大次数k，k为正整数。

62、在该实现方式中，通过第三信息指示有效性判定的最大次数k，也即只有在确定需要重新收集的情况下，第二网元才向第一网元指示该有效性判定的最大次数，可以避免在收集结果未知的情况下，就对重新收集的过程进行约束带来的信令浪费。例如，第一网元可能通过一次收集就获得了有效的候选训练数据，此时不需要进行重新收集，此时第二网元就不需要向第一网元指示重新收集的相关信息，以节省信令开销。

63、结合第一方面，在第一方面的某些实现方式中，所述第一信息还指示所述有效性的判定的最大次数k，k为正整数。

64、在该实现方式中，通过第一信息指示有效性判定的最大次数k，也即在开始收集训练数据的时候，第二网元就是指示了有效性判定的最大次数，以便于第一网元在一次收集失败之后，可以快速进入重新收集过程，可以节省第一网元和第二网元的交互时间，提高收集训练数据的效率。

65、在上述两种实现方式中，第二网元通过向第一网元指示有效性的判定的最大次数k，使得第一网元可以在第一次收集的候选训练数据无效的情况下，快速进行下一次候选训练数据的收集，并且在不超过有效性判定的最大次数k的情况下，可以重复进行候选训练数据的收集，可以节省重新收集的指示信令的开销，同时也提高了ai模型训练/更新的效率。

66、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：

67、所述第一网元基于所述更新的空口传输配置，收集所述ai模型的候选训练数据；

68、若达到所述有效性的判定的最大次数k，且所述第一网元根据所述第一信息确定第k次有效性的判定结果为无效，所述第一网元停止收集所述ai模型的候选训练数据。

69、在该实现方式中，基于有效性判定的最大次数k的约束，可以避免第一网元的收集过程不陷入死循环，避免资源占用和浪费。

70、结合第一方面，在第一方面的某些实现方式中，所述方法还包括：

71、在超过所述有效性的最大判定次数k之前，若所述第一网元根据所述第一信息确定第j次有效性的判定结果为有效，所述第一网元向所述第二网元发送第四信息，所述第四信息包括第二训练数据，且所述第四信息指示所述第j次有效性的判定结果为有效，所述第二训练数据包括所述第j次有效性的判定所针对的候选训练数据中的有效数据，j小于或等于k，j为正整数。

72、结合第一方面，在第一方面的某些实现方式中，所述第一网元收集所述ai模型的候选训练数据，包括：

73、所述第一网元测量来自于所述第二网元的参考信号，获得一个或多个测量结果，所述ai模型的候选训练数据包括所述一个或多个测量结果；或者，

74、所述第一网元测量来自于第三网元的参考信号，获得一个或多个测量结果，所述ai模型的候选训练数据包括所述一个或多个测量结果。

75、在该实现方式中，基于不同的应用场景，第一网元收集ai模型的候选训练数据，可以是通过测量第二网元发送的参考信号，或者第三网元发送的参考信号，获得的测量结果。可选地，该测量结果可以是一个或多个。示例性地，第一网元通过一次参考信号的测量，获得一个测量结果；或者，第一网元通过多次参考信号的测量，获得多个测量结果；或者，第一网元通过一次参考信号的测量，获得多个测量结果，不作限定。在这些实现中，候选训练数据包括该一个测量结果或该多个测量结果。

76、结合第一方面，在第一方面的某些实现方式中，第一网元为终端设备，第二网元为接入网设备；所述第一网元测量来自于所述第二网元的参考信号，获得所述一个或多个测量结果。

77、可选地，来自于第二网元的信号包括如下一项或多项：信道状态信息-参考信号(chanel state information-reference signal,csi-rs)、定位参考信号(positioningreference signal,prs)、同步信号和物理广播信道块(synchronizing signal andphysical broadcast channel block,ssb)中的同步信号和/或物理广播信道上的信号。

78、在该实现方式中，ai模型的应用可以适用于基于ai模型的csi反馈或csi预测、基于ai模型的波束管理等应用场景，可以解决csi反馈或预测、波束管理等问题，提高这些应用场景中的空口性能。

79、结合第一方面，在第一方面的某些实现方式中，所述第一训练数据还包括所述一个或多个测量结果中的k个最优的测量结果对应的参考信号的信息，k为大于或等于1的整数。应理解，当测量结果为1个时，k即等于1；当测量结果为v个，k小于或等于v，且k大于或等于1，其中，v为大于或等于2的整数。

80、在该实现方式中，ai模型适用于波束管理的场景下，此时，第一训练数据还包括k个最优的测量结果对应的参考信号的信息，用于作为ai模型的标签。

81、结合第一方面，在第一方面的某些实现方式中，所述第一网元为接入网设备，所述第二网元为定位设备；

82、所述第一网元测量来自于所述第三网元的探测参考信号，获得所述一个或多个测量结果；

83、以及，所述第一训练数据还包括所述第三网元的位置信息。

84、在该实现方式中，ai模型适用于上行定位的场景下，此时，第一网元测量第三网元的探测参考信号，获得候选训练数据，该候选训练数据包括第三网元的位置信息。在候选训练数据有效的情况下，第一网元将有效的候选训练数据(即第一训练数据)和对应的第三网元的位置信息提供给定位设备，以用于ai模型的训练或更新，其中，第三网元的位置信息作为ai模型的标签。

85、结合第一方面，在第一方面的某些实现方式中，所述第一网元为终端设备，所述第二网元为定位设备；

86、所述第一网元测量来自于第三网元的定位参考信号，获得所述一个或多个测量结果，所述第三网元为接入网设备；

87、以及，所述第一训练数据还包括所述第一网元的位置信息。

88、在该实现方式中，ai模型适用于下行定位的场景下，如果第一网元(例如位置参考设备)收集的候选训练数据有效，第一网元向第二网元(即定位设备)提供的第一训练数据还包括第一网元的位置信息，第一网元的位置信息用于作为ai模型的标签。

89、第二方面，提供了一种ai模型训练中用于获取训练数据的方法，可以应用于ai模型的训练网元，例如接入网设备或定位设备，该方法包括：

90、第二网元向第一网元发送第一信息，所述第一信息用于所述第一网元收集的所述ai模型的候选训练数据的有效性的判定，所述有效性的判定结果包括有效或无效；

91、所述第二网元接收来自于所述第一网元的第二信息，所述第二信息指示所述有效性的判定结果。

92、其中，针对第一信息的描述，可以参考第一方面中的描述，在此不予赘述。

93、结合第二方面，在第二方面的某些实现方式中，所述第二信息包括第一训练数据且所述第二信息指示所述第一网元收集的所述候选训练数据有效，所述第一训练数据为所述候选训练数据中的有效数据。

94、结合第二方面，在第二方面的某些实现方式中，所述第二信息指示所述第一网元收集的所述候选训练数据无效。

95、结合第二方面，在第二方面的某些实现方式中，所述第一信息用于所述第一网元收集的所述候选训练数据的有效性的判定的约束条件的确定。

96、结合第二方面，在第二方面的某些实现方式中，若所述候选训练数据中包含满足所述约束条件的第一训练数据，所述候选训练数据有效；或者，

97、若所述候选训练数据中不包含满足所述约束条件的第一训练数据，所述候选训练数据无效。

98、结合第二方面，在第二方面的某些实现方式中，在所述第二信息指示所述第一网元收集的所述候选训练数据无效的情况下，所述方法还包括：

99、所述第二网元向所述第一网元发送第三信息，所述第三信息指示所述第一网元重新收集所述ai模型的候选训练数据。

100、结合第二方面，在第二方面的某些实现方式中，所述方法还包括：

101、所述第二网元确定空口传输配置信息，所述空口传输配置信息对应更新的空口传输配置，所述空口传输配置信息指示所述第一网元基于所述更新的空口传输配置收集所述ai模型的候选训练数据；

102、其中，所述更新的空口传输配置信息包括如下一项或多项的更新：

103、参考信号的发送功率；

104、参考信号使用的天线端口数；

105、参考信号的频带宽度；

106、参考信号的频域密度；或，

107、参考信号的周期。

108、结合第二方面，在第二方面的某些实现方式中，所述第三信息还指示所述有效性的判定的最大次数k，k为正整数。

109、结合第二方面，在第二方面的某些实现方式中，所述第一信息还指示所述有效性的判定的最大次数k，k为正整数。

110、结合第二方面，在第二方面的某些实现方式中，所述方法还包括：

111、所述第二网元接收来自于所述第一网元的第四信息，所述第四信息包括第二训练数据，且所述第四信息指示所述第一网元的第j次有效性判定的判定结果为有效，所述第二训练数据为所述第j次有效性的判定所针对的候选训练数据中的有效数据，j小于或等于k，j为正整数。

112、结合第二方面，在第二方面的某些实现方式中，所述第二网元为接入网设备，所述第一网元为终端设备，所述方法还包括：

113、所述第二网元向所述第一网元发送参考信号，所述参考信号用于所述第一网元获取对应于所述参考信号的一个或多个测量结果，所述ai模型的候选训练数据包括所述一个或多个测量结果。

114、结合第二方面，在第二方面的某些实现方式中，所述第一训练数据还包括所述一个或多个测量结果中的k个最优的测量结果对应的参考信号，k为大于或等于1的整数。

115、结合第二方面，在第二方面的某些实现方式中，所述第二网元为定位设备，所述第一网元为接入网设备，所述ai模型的候选训练数据包括一个或多个测量结果和第三网元的位置信息，所述一个或多个测量结果是由所述第一网元测量所述第三网元发送的探测参考信号获得的。

116、结合第二方面，在第二方面的某些实现方式中，所述第二网元为定位设备，所述第一网元为终端设备，所述ai模型的候选训练数据包括一个或多个测量结果和所述第一网元的位置信息，所述一个或多个测量结果基于对所述第三网元发送的定位参考信号的测量，所述第三网元为接入网设备。可选的，该测量由第一网元执行。

117、结合第二方面，在第二方面的某些实现方式中，所述约束条件包括如下一项或多项：

118、质量指标的门限和所述质量指标的判定准则；或，

119、符合质量指标的判定准则的训练数据的数量门限和所述训练数据的数量的判定准则；或，

120、单次有效性判定对应的候选训练数据收集的最大时长。

121、结合第二方面，在第二方面的某些实现方式中，所述第一信息指示如下一项或多项：

122、质量指标的门限；

123、质量指标的判定准则；

124、符合质量指标的判定准则的训练数据的数量门限；

125、符合质量指标的判定准则的训练数据的数量的判定准则；或

126、单次有效性判定对应的候选训练数据收集的最大时长。

127、可选地，上述实现方式中的质量指标包括一项或多项质量指标，比如，包括ai模型的标签的质量指标，或，对参考信号的测量结果的质量指标等中的一项或多项。

128、在第一方面或第二方面的某些实现方式中，所述约束条件基于所述ai模型的应用场景，所述ai模型的应用场景包括如下一项或多项：

129、基于所述ai模型的csi反馈或csi预测、基于所述ai模型的定位，或，基于所述ai模型的波束管理。

130、第三方面，本技术提供一种通信装置，该通信装置可以是终端设备，也可以是设置于终端设备中的装置、模块或芯片等，或者是能够和终端设备匹配使用的装置。一种设计中，该通信装置可以包括用于执行第一方面所述的方法/操作/步骤/动作所一一对应的模块，该模块可以是硬件电路，也可是软件，也可以是硬件电路结合软件实现。一种设计中，该通信装置可以包括处理模块和通信模块。

131、第四方面，本技术提供一种通信装置，一种设计中，该通信装置可以包括用于执行第二方面所述的方法/操作/步骤/动作所一一对应的模块，该模块可以是硬件电路，也可是软件，也可以是硬件电路结合软件实现。一种设计中，该通信装置可以包括处理模块和通信模块。在一个示例中，该通信装置为接入网设备或定位设备，定位设备例如可以为lmf网元。

132、第五方面，本技术提供一种通信装置，所述通信装置包括处理器，用于实现上述第一方面或第一方面的任一实现方式中所述的方法。处理器与存储器耦合，存储器用于存储指令和数据，所述处理器执行所述存储器中存储的指令时，可以实现上述第一方面或第一方面的任一实现方式中所述的方法。可选的，所述通信装置还可以包括存储器。可选的，所述通信装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、硬件电路、总线、模块、管脚或其它类型的通信接口。在一个示例中，该通信装置可以是终端设备，也可以是用于设置于终端设备中的装置、模块或芯片等，或者是能够和终端设备匹配使用的装置。

133、第六方面，本技术提供一种通信装置，所述通信装置包括处理器，用于实现上述第二方面或第二方面的任一实现方式中所述的方法。处理器与存储器耦合，存储器用于存储指令和数据，所述处理器执行所述存储器中存储的指令时，可以实现上述第二方面或第二方面的任一实现方式中所述的方法。可选的，所述通信装置还可以包括存储器。可选的，所述通信装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、硬件电路、总线、模块、管脚或其它类型的通信接口。在一个示例中，该通信装置可以为接入网设备，也可以是用于设置于接入网设备中的装置、模块或芯片等，或者是能够和接入网设备匹配使用的装置。在另一个示例中，该通信装置可以为定位设备，也可以是用于设置于定位设备中的装置、模块或芯片等，或者是能够和定位设备匹配使用的装置。

134、第七方面，本技术提供一种通信系统，包括第一网元和第二网元。示例性地，第一网元和第二网元之间的交互如下：

135、第二网元向第一网元发送第一信息，所述第一信息用于所述第一网元收集的候选训练数据的有效性的判定，所述有效性的判定结果包括有效或无效；

136、所述第一网元接收来自于所述第二网元的所述第一信息；

137、所述第一网元收集ai模型的候选训练数据；

138、所述第一网元根据所述候选训练数据和所述第一信息，向所述第二网元发送第二信息，所述第二信息指示有效性的判定结果；

139、所述第二网元接收来自于所述第一网元的所述第二信息。

140、具体地，第一网元侧的方案可以参考第一方面中实现进行理解，第二网元侧的方案可以参考第二方面的实现进行理解，这里不再赘述。示例性地，该通信系统包括终端设备和接入网设备。可选地，该通信系统包括终端设备、接入网设备和定位设备。可选地，终端设备为位置参考设备，定位设备为lmf网元。

141、第八方面，本技术提供一种通信系统，包括如第三方面或第五方面所述的通信装置，以及如第四方面或第六方面所述的通信装置。

142、第九方面，本技术还提供了一种计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述第一方面、第二方面，或者，如第一方面或第二方面的任一实现方式中提供的方法。

143、第十方面，本技术还提供了一种计算机程序产品，包括指令，当所述指令在计算机上运行时，使得计算机执行上述第一方面、第二方面，或者，如第一方面或第二方面的任一实现方式中提供的方法。

144、第十一方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序或指令，当所述计算机程序或者指令在计算机上运行时，使得所述计算机执行上述第一方面、第二方面，或者，如第一方面或第二方面的任一实现方式中提供的方法。

145、第十二方面，本技术还提供了一种芯片，所述芯片用于读取存储器中存储的计算机程序，执行上述第一方面、第二方面，或者，如第一方面或第二方面的任一方面提供的方法；或者，所述芯片包括用于执行上述第一方面、第二方面，或者，如第一方面或第二方面的任一方面提供的方法的电路。

146、第十三方面，本技术还提供了一种芯片系统，该芯片系统包括处理器，用于支持装置实现上述第一方面、第二方面，或者如所述第一方面或第二方面中任一方面提供的方法。在一种可能的设计中，所述芯片系统还包括存储器，所述存储器用于保存该装置必要的程序和数据。该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。

147、如上第二方面至第十三方面的任一方面或其任一实现方式所提供的方案的技术效果，可参考第一方面中的相应描述，不再赘述。