Identification of machine learning model identifier or pairing identifiers

Abstract

Various aspects of the present disclosure generally relate to wireless communication. In some aspects, a user equipment (UE) may receive a primary synchronization signal (PSS) and a secondary synchronization signal (SSS). The UE may identify a master information block (MIB), carried by a physical broadcast channel (PBCH), based at least in part on the PSS and the SSS, identifying a physical cell identifier (ID) based at least in part one or more of the PSS or the SSS. The UE may identify a synchronization signal block (SSB) index based at least in part on a scramble of the PBCH. The UE may identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with a machine learning (ML) model, or a pairing ID associated with a pair of ML models. Numerous other aspects are described.

Description

IDENTIFICATION OF MACHINE LEARNING MODEL IDENTIFIER OR PAIRING IDENTIFIERS

[0001] INTRODUCTION

[0002] Aspects of the present disclosure generally relate to wireless communication and to techniques and apparatuses for identifying machine learning models.

[0003] Wireless communication systems are widely deployed to provide various telecommunication services such as telephony, video, data, messaging, and broadcasts. Typical wireless communication systems may employ multiple-access technologies capable of supporting communication with multiple users by sharing available system resources (e.g., bandwidth, transmit power, or the like) . Examples of such multiple-access technologies include code division multiple access (CDMA) systems, time division multiple access (TDMA) systems, frequency division multiple access (FDMA) systems, orthogonal frequency division multiple access (OFDMA) systems, single-carrier frequency division multiple access (SC-FDMA) systems, time division synchronous code division multiple access (TD-SCDMA) systems, and Long Term Evolution (LTE) . LTE / LTE-Advanced is a set of enhancements to the Universal Mobile Telecommunications System (UMTS) mobile standard promulgated by the Third Generation Partnership Project (3GPP) .

[0004] A wireless network may include one or more network nodes that support communication for wireless communication devices, such as a user equipment (UE) or multiple UEs. A UE may communicate with a network node via downlink communications and uplink communications. “Downlink” (or “DL” ) refers to a communication link from the network node to the UE, and “uplink” (or “UL” ) refers to a communication link from the UE to the network node. Some wireless networks may support device-to-device communication, such as via a local link (e.g., a sidelink (SL) , a wireless local area network (WLAN) link, and / or a wireless personal area network (WPAN) link, among other examples) .

[0005] The above multiple access technologies have been adopted in various telecommunication standards to provide a common protocol that enables different UEs to communicate on a municipal, national, regional, and / or global level. New Radio (NR) , which may be referred to as 5G, is a set of enhancements to the LTE mobile standard promulgated by the 3GPP. NR is designed to better support mobile broadband internet access by improving spectral efficiency, lowering costs, improving services,  making use of new spectrum, and better integrating with other open standards using orthogonal frequency division multiplexing (OFDM) with a cyclic prefix (CP) (CP-OFDM) on the downlink, using CP-OFDM and / or single-carrier frequency division multiplexing (SC-FDM) (also known as discrete Fourier transform spread OFDM (DFT-s-OFDM) ) on the uplink, as well as supporting beamforming, multiple-input multiple-output (MIMO) antenna technology, and carrier aggregation. As the demand for mobile broadband access continues to increase, further improvements in LTE, NR, and other radio access technologies remain useful.SUMMARY

[0006] Some aspects described herein relate to a method of wireless communication performed at a user equipment (UE) . The method may include receiving a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) . The method may include identifying a master information block (MIB) , carried by a physical broadcast channel (PBCH) , based at least in part on the PSS and the SSS, identifying a physical cell identifier (ID) based at least in part one or more of the PSS or the SSS. The method may include identifying a synchronization signal block (SSB) index based at least in part on a scramble of the PBCH. The method may include identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with a machine learning (ML) model, or a pairing ID associated with a pair of ML models.

[0007] Some aspects described herein relate to a method of wireless communication performed at a network entity. The method may include transmitting one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID. The method may include transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models. The method may include identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0008] Some aspects described herein relate to a method of wireless communication performed at a first network entity. The method may include selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding channel state information (CSI) feedback. The method may include transmitting the pairing ID to one or more of the UE or a second network entity.

[0009] Some aspects described herein relate to a method of wireless communication performed at a UE. The method may include receiving a request for location information of the UE. The method may include transmitting the location information of the UE. The method may include receiving a pairing ID associated with a pair of ML models.

[0010] Some aspects described herein relate to an apparatus for wireless communication at a UE. The apparatus may include one or more memories and one or more processors coupled to the one or more memories. The one or more processors may be configured to cause the UE to receive a PSS and an SSS. The one or more processors may be configured to cause the UE to identify an MIB, carried by a PBCH, based at least in part on the PSS and the SSS. The one or more processors may be configured to identify a physical cell ID based at least in part one or more of the PSS or the SSS. The one or more processors may be configured to identify an SSB index based at least in part on a scramble of the PBCH. The one or more processors may be configured to identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0011] Some aspects described herein relate to an apparatus for wireless communication at a network entity. The apparatus may include one or more memories and one or more processors coupled to the one or more memories. The one or more processors may be configured to cause the network entity to transmit one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID. The one or more processors may be configured to cause the network entity to transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models. The one or more processors may be configured to cause the network  entity to identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0012] Some aspects described herein relate to an apparatus for wireless communication at a first network entity. The apparatus may include one or more memories and one or more processors coupled to the one or more memories. The one or more processors may be configured to cause the first network entity to select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback. The one or more processors may be configured to cause the first network entity to transmit the pairing ID to one or more of the UE or a second network entity.

[0013] Some aspects described herein relate to an apparatus for wireless communication at a UE. The apparatus may include one or more memories and one or more processors coupled to the one or more memories. The one or more processors may be configured to cause the UE to receive a request for location information of the UE. The one or more processors may be configured to cause the UE to transmit the location information of the UE. The one or more processors may be configured to cause the UE to receive a pairing ID associated with a pair of ML models.

[0014] Some aspects described herein relate to a non-transitory computer-readable medium that stores a set of instructions for wireless communication by a UE. The set of instructions, when executed by one or more processors of the UE, may cause the UE to receive a PSS and an SSS. The set of instructions, when executed by one or more processors of the UE, may cause the UE to identify an MIB, carried by a PBCH, based at least in part on the PSS and the SSS. The set of instructions, when executed by one or more processors of the UE, may cause the UE to identify a physical cell ID based at least in part one or more of the PSS or the SSS. The set of instructions, when executed by one or more processors of the UE, may cause the UE to identify an SSB index based at least in part on a scramble of the PBCH. The set of instructions, when executed by one or more processors of the UE, may cause the UE to identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0015] Some aspects described herein relate to a non-transitory computer-readable medium that stores a set of instructions for wireless communication by a network entity. The set of instructions, when executed by one or more processors of the network entity,  may cause the network entity to transmit one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID. The set of instructions, when executed by one or more processors of the network entity, may cause the network entity to transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models. The set of instructions, when executed by one or more processors of the network entity, may cause the network entity to identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0016] Some aspects described herein relate to a non-transitory computer-readable medium that stores a set of instructions for wireless communication by a first network entity. The set of instructions, when executed by one or more processors of the first network entity, may cause the first network entity to select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback. The set of instructions, when executed by one or more processors of the first network entity, may cause the first network entity to transmit the pairing ID to one or more of the UE or a second network entity.

[0017] Some aspects described herein relate to a non-transitory computer-readable medium that stores a set of instructions for wireless communication by a UE. The set of instructions, when executed by one or more processors of the UE, may cause the UE to receive a request for location information of the UE. The set of instructions, when executed by one or more processors of the UE, may cause the UE to transmit the location information of the UE. The set of instructions, when executed by one or more processors of the UE, may cause the UE to receive a pairing ID associated with a pair of ML models.

[0018] Some aspects described herein relate to an apparatus for wireless communication. The apparatus may include means for receiving a PSS and an SSS. The apparatus may include means for identifying an MIB, carried by a PBCH, based at least in part on the PSS and the SSS, means for identifying a physical cell ID based at least in part one or more of the PSS or the SSS. The apparatus may include means for identifying an SSB index based at least in part on a scramble of the PBCH. The  apparatus may include means for identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0019] Some aspects described herein relate to an apparatus for wireless communication. The apparatus may include means for transmitting one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID. The apparatus may include means for transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models. The apparatus may include means for identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0020] Some aspects described herein relate to an apparatus for wireless communication. The apparatus may include means for selecting, based at least in part on location information of another apparatus a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback. The apparatus may include means for transmitting the pairing ID to one or more of the other apparatus or a network entity.

[0021] Some aspects described herein relate to an apparatus for wireless communication. The apparatus may include means for receiving a request for location information of the apparatus. The apparatus may include means for transmitting the location information of the apparatus. The apparatus may include means for receiving a pairing ID associated with a pair of ML models.

[0022] Aspects generally include a method, apparatus, system, computer program product, non-transitory computer-readable medium, user equipment, base station, network entity, network node, wireless communication device, and / or processing system as substantially described with reference to and as illustrated by the drawings and specification.

[0023] The foregoing has outlined rather broadly the features and technical advantages of examples according to the disclosure in order that the detailed description that follows may be better understood. Additional features and advantages will be described hereinafter. The conception and specific examples disclosed may be readily  utilized as a basis for modifying or designing other structures for carrying out the same purposes of the present disclosure. Such equivalent constructions do not depart from the scope of the appended claims. Characteristics of the concepts disclosed herein, both their organization and method of operation, together with associated advantages will be better understood from the following description when considered in connection with the accompanying figures. Each of the figures is provided for the purpose of illustration and description, and not as a definition of the limits of the claims.BRIEF DESCRIPTION OF THE DRAWINGS

[0024] So that the above-recited features of the present disclosure can be understood in detail, a more particular description, briefly summarized above, may be had by reference to aspects, some of which are illustrated in the appended drawings. It is to be noted, however, that the appended drawings illustrate only certain typical aspects of this disclosure and are therefore not to be considered limiting of its scope, for the description may admit to other equally effective aspects. The same reference numbers in different drawings may identify the same or similar elements.

[0025] Fig. 1 is a diagram illustrating an example of a wireless network, in accordance with the present disclosure.

[0026] Fig. 2 is a diagram illustrating an example of a network node in communication with a user equipment (UE) in a wireless network, in accordance with the present disclosure.

[0027] Fig. 3 is a diagram illustrating an example disaggregated base station architecture, in accordance with the present disclosure.

[0028] Fig. 4 is a diagram illustrating an example of encoding and decoding channel state information (CSI) , in accordance with the present disclosure.

[0029] Fig. 5 is a diagram illustrating an example of the use of machine learning (ML) models, in accordance with the present disclosure.

[0030] Figs. 6A-6B are diagrams illustrating an example of identifying ML models, in accordance with the present disclosure.

[0031] Fig. 7 is a diagram illustrating an example associated with using ML models, in accordance with the present disclosure.

[0032] Fig. 8 is a diagram illustrating an example associated with using ML models, in accordance with the present disclosure.

[0033] Fig. 9 is a diagram illustrating an example process performed, for example, at a UE or an apparatus of a UE, in accordance with the present disclosure.

[0034] Fig. 10 is a diagram illustrating an example process performed, for example, at a network entity or an apparatus of a network entity, in accordance with the present disclosure.

[0035] Fig. 11 is a diagram illustrating an example process performed, for example, at a first network entity or an apparatus of a first network entity, in accordance with the present disclosure.

[0036] Fig. 12 is a diagram illustrating an example process performed, for example, at a UE or an apparatus of a UE, in accordance with the present disclosure.

[0037] Fig. 13 is a diagram of an example apparatus for wireless communication, in accordance with the present disclosure.

[0038] Fig. 14 is a diagram illustrating an example of a hardware implementation for an apparatus employing a processing system, in accordance with the present disclosure.

[0039] Fig. 15 is a diagram illustrating an example of an implementation of code and circuitry for an apparatus, in accordance with the present disclosure.

[0040] Fig. 16 is a diagram of an example apparatus for wireless communication, in accordance with the present disclosure.

[0041] Fig. 17 is a diagram illustrating an example of a hardware implementation for an apparatus employing a processing system, in accordance with the present disclosure.

[0042] Fig. 18 is a diagram illustrating an example of an implementation of code and circuitry for an apparatus, in accordance with the present disclosure.DETAILED DESCRIPTION

[0043] Channel state information (CSI) reference signals (CSI-RSs) may be configured to be transmitted from a network entity (e.g., a base station) to a user equipment (UE) . CSI-RSs are reference signals that a UE may use to provide feedback to the network entity about transmission conditions on a channel. In some examples, a UE may measure the CSI-RSs and report CSI to the network entity. CSI may be encoded at the UE and decoded at the network entity using a model that is trained by machine learning (ML) . The UE may measure the CSI-RSs and transmit a CSI report that indicates CSI, such as a precoding matrix indicator (PMI) . A PMI is a matrix that represents how data is transmitted on antenna ports, such as how signals are processed  for antenna ports for transmission or reception. The CSI report may include other information such as Layer 1 (L1) reference signal received power (RSRP) parameter indicating a signal strength on the channel, a channel quality indicator (CQI) parameter that indicates a quality of communications on the channel, and / or resource indicators. The CSI report may include a codebook, which is a set of one or more precoders or one or more PMIs. The codebook may include a matrix (having complex value elements) that transforms data bits to another set of data that maps to each antenna port. The UE may use a sequence of bits to report the PMI.

[0044] CSI includes CSI or CSI parameters that are fed back to a network entity by a UE. ML-based CSI feedback (including artificial intelligence (AI) -based CSI feedback) includes CSI feedback that is compressed or encoded before transmission using ML. The ML at the encoder may use ML models that are trained for optimized encoding. In some examples, ML-based CSI feedback may replace the codebook with an ML-based CSI encoder and a decoder. The decoder at the network entity may use ML to decode the encoded CSI feedback. The ML may also use trained ML models. According to one or more examples, the encoder may be analogous to a PMI searching algorithm, and the decoder may be analogous to the PMI codebook that is used to translate the CSI reporting bits to a PMI codeword. CSI may be encoded (e.g., compressed) at a UE and decoded (e.g., reconstructed) at a network entity using ML. In some examples, ML models and ML model pairs (ML model associated with encoding and ML model for corresponding decoding) may be explicitly indicated via radio resource control (RRC) signaling. While ML models may be explicitly indicated to a UE, this consumes signaling resources.

[0045] According to various aspects described herein, a UE may implicitly identify ML models and / or ML model pairs. The UE may identify one or more model identifiers (IDs) for an ML model or one or more pairing IDs for pairs of ML models. The UE may identify the model ID or pairing ID based at least in part on a synchronization signal block (SSB) index and / or a physical cell ID. The SSB index identifies an SSB, and a physical cell ID identifies a cell. By identifying one or more ML models based at least in part on the SSB index and / or the physical cell ID, the UE may use appropriate ML models to encode or compress information (e.g., CSI feedback) for the UE, and the network entity may use the ML model or paired ML model to reconstruct the CSI from the compressed information. In some aspects, by identifying one or more ML models based at least in part on the SSB index and / or the  physical cell ID, the UE may use appropriate ML models to predict the CSI. The UE may an ML model to predict a beam for a future communication. Prediction may include predicting a narrow beam from wider beam or predicting a beam for a future time instance. CSI that is encoded or compressed and decoded or reconstructed efficiently and optimally by ML, the network entity may obtain an accurate representation of the CSI. The network entity may use accurate CSI to schedule and configure UEs based on channel conditions indicated by the CSI to improve communications. As a result of improving communications with ML model selection, latency is reduced and signaling resources are conserved. Furthermore, by not explicitly transmitting model IDs or pairing IDs, the network entity may conserve signaling resources.

[0046] Various aspects of the disclosure are described more fully hereinafter with reference to the accompanying drawings. This disclosure may, however, be embodied in many different forms and should not be construed as limited to any specific structure or function presented throughout this disclosure. Rather, these aspects are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the disclosure to those skilled in the art. One skilled in the art should appreciate that the scope of the disclosure is intended to cover any aspect of the disclosure disclosed herein, whether implemented independently of or combined with any other aspect of the disclosure. For example, an apparatus may be implemented or a method may be practiced using any number of the aspects set forth herein. In addition, the scope of the disclosure is intended to cover such an apparatus or method which is practiced using other structure, functionality, or structure and functionality in addition to or other than the various aspects of the disclosure set forth herein. It should be understood that any aspect of the disclosure disclosed herein may be embodied by one or more elements of a claim.

[0047] Several aspects of telecommunication systems will now be presented with reference to various apparatuses and techniques. These apparatuses and techniques will be described in the following detailed description and illustrated in the accompanying drawings by various blocks, modules, components, circuits, steps, processes, algorithms, or the like (collectively referred to as “elements” ) . These elements may be implemented using hardware, software, or combinations thereof. Whether such elements are implemented as hardware or software depends upon the particular application and design constraints imposed on the overall system.

[0048] While aspects may be described herein using terminology commonly associated with a 5G or New Radio (NR) radio access technology (RAT) , aspects of the present disclosure can be applied to other RATs, such as a 3G RAT, a 4G RAT, and / or a RAT subsequent to 5G (e.g., 6G) .

[0049] Fig. 1 is a diagram illustrating an example of a wireless network 100, in accordance with the present disclosure. The wireless network 100 may be or may include elements of a 5G (e.g., NR) network and / or a 4G (e.g., Long Term Evolution (LTE) ) network, among other examples. The wireless network 100 may include one or more network nodes 110 (shown as a network node 110a, a network node 110b, a network node 110c, and a network node 110d) , a UE 120 or multiple UEs 120 (shown as a UE 120a, a UE 120b, a UE 120c, a UE 120d, and a UE 120e) , and / or other entities. A network node 110 is a network node that communicates with UEs 120. As shown, a network node 110 may include one or more network nodes. For example, a network node 110 may be an aggregated network node, meaning that the aggregated network node is configured to utilize a radio protocol stack that is physically or logically integrated within a single radio access network (RAN) node (e.g., within a single device or unit) . As another example, a network node 110 may be a disaggregated network node (sometimes referred to as a disaggregated base station) , meaning that the network node 110 is configured to utilize a protocol stack that is physically or logically distributed among two or more nodes (such as one or more central units (CUs) , one or more distributed units (DUs) , or one or more radio units (RUs) ) .

[0050] In some examples, a network node 110 is or includes a network node that communicates with UEs 120 via a radio access link, such as an RU. In some examples, a network node 110 is or includes a network node that communicates with other network nodes 110 via a fronthaul link or a midhaul link, such as a DU. In some examples, a network node 110 is or includes a network node that communicates with other network nodes 110 via a midhaul link or a core network via a backhaul link, such as a CU. In some examples, a network node 110 (such as an aggregated network node 110 or a disaggregated network node 110) may include multiple network nodes, such as one or more RUs, one or more CUs, and / or one or more DUs. A network node 110 may include, for example, an NR base station, an LTE base station, a Node B, an eNB (e.g., in 4G) , a gNB (e.g., in 5G) , an access point, a transmission reception point (TRP) , a DU, an RU, a CU, a mobility element of a network, a core network node, a network element, a network equipment, a RAN node, or a combination thereof. In some  examples, the network nodes 110 may be interconnected to one another or to one or more other network nodes 110 in the wireless network 100 through various types of fronthaul, midhaul, and / or backhaul interfaces, such as a direct physical connection, an air interface, or a virtual network, using any suitable transport network.

[0051] In some examples, a network node 110 may provide communication coverage for a particular geographic area. In the Third Generation Partnership Project (3GPP) , the term “cell” can refer to a coverage area of a network node 110 and / or a network node subsystem serving this coverage area, depending on the context in which the term is used. A network node 110 may provide communication coverage for a macro cell, a pico cell, a femto cell, and / or another type of cell. A macro cell may cover a relatively large geographic area (e.g., several kilometers in radius) and may allow unrestricted access by UEs 120 with service subscriptions. A pico cell may cover a relatively small geographic area and may allow unrestricted access by UEs 120 with service subscriptions. A femto cell may cover a relatively small geographic area (e.g., a home) and may allow restricted access by UEs 120 having association with the femto cell (e.g., UEs 120 in a closed subscriber group (CSG) ) . A network node 110 for a macro cell may be referred to as a macro network node. A network node 110 for a pico cell may be referred to as a pico network node. A network node 110 for a femto cell may be referred to as a femto network node or an in-home network node. In the example shown in Fig. 1, the network node 110a may be a macro network node for a macro cell 102a, the network node 110b may be a pico network node for a pico cell 102b, and the network node 110c may be a femto network node for a femto cell 102c. A network node may support one or multiple (e.g., three) cells. In some examples, a cell may not necessarily be stationary, and the geographic area of the cell may move according to the location of a network node 110 that is mobile (e.g., a mobile network node) .

[0052] In some aspects, the terms “base station” or “network node” may refer to an aggregated base station, a disaggregated base station, an integrated access and backhaul (IAB) node, a relay node, or one or more components thereof. For example, in some aspects, “base station” or “network node” may refer to a CU, a DU, an RU, a Near-Real Time (Near-RT) RAN Intelligent Controller (RIC) , or a Non-Real Time (Non-RT) RIC, or a combination thereof. In some aspects, the terms “base station” or “network node” may refer to one device configured to perform one or more functions, such as those described herein in connection with the network node 110. In some aspects, the terms “base station” or “network node” may refer to a plurality of devices configured to  perform the one or more functions. For example, in some distributed systems, each of a quantity of different devices (which may be located in the same geographic location or in different geographic locations) may be configured to perform at least a portion of a function, or to duplicate performance of at least a portion of the function, and the terms “base station” or “network node” may refer to any one or more of those different devices. In some aspects, the terms “base station” or “network node” may refer to one or more virtual base stations or one or more virtual base station functions. For example, in some aspects, two or more base station functions may be instantiated on a single device. In some aspects, the terms “base station” or “network node” may refer to one of the base station functions and not another. In this way, a single device may include more than one base station.

[0053] The wireless network 100 may include one or more relay stations. A relay station is a network node that can receive a transmission of data from an upstream node (e.g., a network node 110 or a UE 120) and send a transmission of the data to a downstream node (e.g., a UE 120 or a network node 110) . A relay station may be a UE 120 that can relay transmissions for other UEs 120. In the example shown in Fig. 1, the network node 110d (e.g., a relay network node) may communicate with the network node 110a (e.g., a macro network node) and the UE 120d in order to facilitate communication between the network node 110a and the UE 120d. A network node 110 that relays communications may be referred to as a relay station, a relay base station, a relay network node, a relay node, a relay, or the like.

[0054] The wireless network 100 may be a heterogeneous network that includes network nodes 110 of different types, such as macro network nodes, pico network nodes, femto network nodes, relay network nodes, or the like. These different types of network nodes 110 may have different transmit power levels, different coverage areas, and / or different impacts on interference in the wireless network 100. For example, macro network nodes may have a high transmit power level (e.g., 5 to 40 watts) whereas pico network nodes, femto network nodes, and relay network nodes may have lower transmit power levels (e.g., 0.1 to 2 watts) .

[0055] A network controller 130 may couple to or communicate with a set of network nodes 110 and may provide coordination and control for these network nodes 110. The network controller 130 may communicate with the network nodes 110 via a backhaul communication link or a midhaul communication link. The network nodes 110 may communicate with one another directly or indirectly via a wireless or wireline backhaul  communication link. In some aspects, the network controller 130 may be a CU or a core network device, or may include a CU or a core network device.

[0056] The UEs 120 may be dispersed throughout the wireless network 100, and each UE 120 may be stationary or mobile. A UE 120 may include, for example, an access terminal, a terminal, a mobile station, and / or a subscriber unit. A UE 120 may be a cellular phone (e.g., a smart phone) , a personal digital assistant (PDA) , a wireless modem, a wireless communication device, a handheld device, a laptop computer, a cordless phone, a wireless local loop (WLL) station, a tablet, a camera, a gaming device, a netbook, a smartbook, an ultrabook, a medical device, a biometric device, a wearable device (e.g., a smart watch, smart clothing, smart glasses, a smart wristband, smart jewelry (e.g., a smart ring or a smart bracelet) ) , an entertainment device (e.g., a music device, a video device, and / or a satellite radio) , a vehicular component or sensor, a smart meter / sensor, industrial manufacturing equipment, a global positioning system device, a UE function of a network node, and / or any other suitable device that is configured to communicate via a wireless or wired medium.

[0057] Some UEs 120 may be considered machine-type communication (MTC) or evolved or enhanced machine-type communication (eMTC) UEs. An MTC UE and / or an eMTC UE may include, for example, a robot, an unmanned aerial vehicle, a remote device, a sensor, a meter, a monitor, and / or a location tag, that may communicate with a network node, another device (e.g., a remote device) , or some other entity. Some UEs 120 may be considered Internet-of-Things (IoT) devices, and / or may be implemented as NB-IoT (narrowband IoT) devices. Some UEs 120 may be considered a Customer Premises Equipment. A UE 120 may be included inside a housing that houses components of the UE 120, such as processor components and / or memory components. In some examples, the processor components and the memory components may be coupled together. For example, the processor components (e.g., one or more processors) and the memory components (e.g., a memory) may be operatively coupled, communicatively coupled, electronically coupled, and / or electrically coupled.

[0058] In general, any number of wireless networks 100 may be deployed in a given geographic area. Each wireless network 100 may support a particular RAT and may operate on one or more frequencies. A RAT may be referred to as a radio technology, an air interface, or the like. A frequency may be referred to as a carrier, a frequency channel, or the like. Each frequency may support a single RAT in a given geographic  area in order to avoid interference between wireless networks of different RATs. In some cases, NR or 5G RAT networks may be deployed.

[0059] In some examples, two or more UEs 120 (e.g., shown as UE 120a and UE 120e) may communicate directly using one or more sidelink channels (e.g., without using a network node 110 as an intermediary to communicate with one another) . For example, the UEs 120 may communicate using peer-to-peer (P2P) communications, device-to-device (D2D) communications, a vehicle-to-everything (V2X) protocol (e.g., which may include a vehicle-to-vehicle (V2V) protocol, a vehicle-to-infrastructure (V2I) protocol, or a vehicle-to-pedestrian (V2P) protocol) , and / or a mesh network. In such examples, a UE 120 may perform scheduling operations, resource selection operations, and / or other operations described elsewhere herein as being performed by the network node 110.

[0060] The electromagnetic spectrum is often subdivided, by frequency / wavelength, into various classes, bands, channels, etc. In 5G NR, two initial operating bands have been identified as frequency range designations FR1 (410 MHz –7.125 GHz) and FR2 (24.25 GHz –52.6 GHz) . It should be understood that although a portion of FR1 is greater than 6 GHz, FR1 is often referred to (interchangeably) as a “Sub-6 GHz” band in various documents and articles. A similar nomenclature issue sometimes occurs with regard to FR2, which is often referred to (interchangeably) as a “millimeter wave” band in documents and articles, despite being different from the extremely high frequency (EHF) band (30 GHz –300 GHz) which is identified by the International Telecommunications Union (ITU) as a “millimeter wave” band.

[0061] The frequencies between FR1 and FR2 are often referred to as mid-band frequencies. Recent 5G NR studies have identified an operating band for these mid-band frequencies as frequency range designation FR3 (7.125 GHz –24.25 GHz) . Frequency bands falling within FR3 may inherit FR1 characteristics and / or FR2 characteristics, and thus may effectively extend features of FR1 and / or FR2 into mid-band frequencies. In addition, higher frequency bands are currently being explored to extend 5G NR operation beyond 52.6 GHz. For example, three higher operating bands have been identified as frequency range designations FR4a or FR4-1 (52.6 GHz –71 GHz) , FR4 (52.6 GHz –114.25 GHz) , and FR5 (114.25 GHz –300 GHz) . Each of these higher frequency bands falls within the EHF band.

[0062] With the above examples in mind, unless specifically stated otherwise, it should be understood that the term “sub-6 GHz” or the like, if used herein, may broadly  represent frequencies that may be less than 6 GHz, may be within FR1, or may include mid-band frequencies. Further, unless specifically stated otherwise, it should be understood that the term “millimeter wave” or the like, if used herein, may broadly represent frequencies that may include mid-band frequencies, may be within FR2, FR4, FR4-a or FR4-1, and / or FR5, or may be within the EHF band. It is contemplated that the frequencies included in these operating bands (e.g., FR1, FR2, FR3, FR4, FR4-a, FR4-1, and / or FR5) may be modified, and techniques described herein are applicable to those modified frequency ranges.

[0063] In some aspects, a UE (e.g., UE 120) may include a communication manager 140. As described in more detail elsewhere herein, the communication manager 140 may receive a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) . The communication manager 140 may identify a master information block (MIB) , carried by a physical broadcast channel (PBCH) , based at least in part on the PSS and the SSS, identify a physical cell ID based at least in part one or more of the PSS or the SSS. The communication manager 140 may identify an SSB index based at least in part on a scramble of the PBCH. The communication manager 140 may identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0064] In some aspects, as described in more detail elsewhere herein, the communication manager 140 may receive a request for location information of the UE. The communication manager 140 may transmit the location information of the UE. The communication manager 140 may receive a pairing ID associated with a pair of ML models. Additionally, or alternatively, the communication manager 140 may perform one or more other operations described herein.

[0065] In some aspects, a network entity (e.g., a network node 110) may include a communication manager 150. As described in more detail elsewhere herein, the communication manager 150 may transmit one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID. The communication manager 150 may transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models. The communication manager 150 may identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing  IDs, based at least in part on one or more of the SSB index or the physical cell ID. Additionally, or alternatively, the communication manager 150 may perform one or more other operations described herein.

[0066] In some aspects, as described in more detail elsewhere herein, the communication manager 150 may select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback. The communication manager 150 may transmit the pairing ID to one or more of the UE or another network entity. Additionally, or alternatively, the communication manager 150 may perform one or more other operations described herein.

[0067] As indicated above, Fig. 1 is provided as an example. Other examples may differ from what is described with regard to Fig. 1.

[0068] Fig. 2 is a diagram illustrating an example 200 of a network node 110 in communication with a UE 120 in a wireless network 100, in accordance with the present disclosure. The network node 110 may be equipped with a set of antennas 234a through 234t, such as T antennas (T ≥ 1) . The UE 120 may be equipped with a set of antennas 252a through 252r, such as R antennas (R ≥ 1) . The network node 110 of example 200 includes one or more radio frequency components, such as antennas 234 and a modem 232. In some examples, a network node 110 may include an interface, a communication component, or another component that facilitates communication with the UE 120 or another network node. Some network nodes 110 may not include radio frequency components that facilitate direct communication with the UE 120, such as one or more CUs, or one or more DUs.

[0069] At the network node 110, a transmit processor 220 may receive data, from a data source 212, intended for the UE 120 (or a set of UEs 120) . The transmit processor 220 may select one or more modulation and coding schemes (MCSs) for the UE 120 based at least in part on one or CQIs received from that UE 120. The network node 110 may process (e.g., encode and modulate) the data for the UE 120 based at least in part on the MCS (s) selected for the UE 120 and may provide data symbols for the UE 120. The transmit processor 220 may process system information (e.g., for semi-static resource partitioning information (SRPI) ) and control information (e.g., CQI requests, grants, and / or upper layer signaling) and provide overhead symbols and control symbols. The transmit processor 220 may generate reference symbols for reference signals (e.g., a cell-specific reference signal (CRS) or a demodulation reference signal  (DMRS) ) and synchronization signals (e.g., a PSS or an SSS) . A transmit (TX) multiple-input multiple-output (MIMO) processor 230 may perform spatial processing (e.g., precoding) on the data symbols, the control symbols, the overhead symbols, and / or the reference symbols, if applicable, and may provide a set of output symbol streams (e.g., T output symbol streams) to a corresponding set of modems 232 (e.g., T modems) , shown as modems 232a through 232t. For example, each output symbol stream may be provided to a modulator component (shown as MOD) of a modem 232. Each modem 232 may use a respective modulator component to process a respective output symbol stream (e.g., for OFDM) to obtain an output sample stream. Each modem 232 may further use a respective modulator component to process (e.g., convert to analog, amplify, filter, and / or upconvert) the output sample stream to obtain a downlink signal. The modems 232a through 232t may transmit a set of downlink signals (e.g., T downlink signals) via a corresponding set of antennas 234 (e.g., T antennas) , shown as antennas 234a through 234t.

[0070] At the UE 120, a set of antennas 252 (shown as antennas 252a through 252r) may receive the downlink signals from the network node 110 and / or other network nodes 110 and may provide a set of received signals (e.g., R received signals) to a set of modems 254 (e.g., R modems) , shown as modems 254a through 254r. For example, each received signal may be provided to a demodulator component (shown as DEMOD) of a modem 254. Each modem 254 may use a respective demodulator component to condition (e.g., filter, amplify, downconvert, and / or digitize) a received signal to obtain input samples. Each modem 254 may use a demodulator component to further process the input samples (e.g., for OFDM) to obtain received symbols. A MIMO detector 256 may obtain received symbols from the modems 254, may perform MIMO detection on the received symbols if applicable, and may provide detected symbols. A receive processor 258 may process (e.g., demodulate and decode) the detected symbols, may provide decoded data for the UE 120 to a data sink 260, and may provide decoded control information and system information to a controller / processor 280. The term “controller / processor” may refer to one or more controllers, one or more processors, or a combination thereof. A channel processor may determine an RSRP parameter, a received signal strength indicator (RSSI) parameter, a reference signal received quality (RSRQ) parameter, and / or a CQI parameter, among other examples. In some examples, one or more components of the UE 120 may be included in a housing 284.

[0071] The network controller 130 may include a communication unit 294, a controller / processor 290, and a memory 292. The network controller 130 may include, for example, one or more devices in a core network. The network controller 130 may communicate with the network node 110 via the communication unit 294.

[0072] One or more antennas (e.g., antennas 234a through 234t and / or antennas 252a through 252r) may include, or may be included within, one or more antenna panels, one or more antenna groups, one or more sets of antenna elements, and / or one or more antenna arrays, among other examples. An antenna panel, an antenna group, a set of antenna elements, and / or an antenna array may include one or more antenna elements (within a single housing or multiple housings) , a set of coplanar antenna elements, a set of non-coplanar antenna elements, and / or one or more antenna elements coupled to one or more transmission and / or reception components, such as one or more components of Fig. 2.

[0073] On the uplink, at the UE 120, a transmit processor 264 may receive and process data from a data source 262 and control information (e.g., for reports that include RSRP, RSSI, RSRQ, and / or CQI) from the controller / processor 280. The transmit processor 264 may generate reference symbols for one or more reference signals. The symbols from the transmit processor 264 may be precoded by a TX MIMO processor 266 if applicable, further processed by the modems 254 (e.g., for DFT-s-OFDM or CP-OFDM) , and transmitted to the network node 110. In some examples, the modem 254 of the UE 120 may include a modulator and a demodulator. In some examples, the UE 120 includes a transceiver. The transceiver may include any combination of the antenna (s) 252, the modem (s) 254, the MIMO detector 256, the receive processor 258, the transmit processor 264, and / or the TX MIMO processor 266. The transceiver may be used by a processor (e.g., the controller / processor 280) and the memory 282 to perform aspects of any of the methods described herein.

[0074] At the network node 110, the uplink signals from UE 120 and / or other UEs may be received by the antennas 234, processed by the modem 232 (e.g., a demodulator component, shown as DEMOD, of the modem 232) , detected by a MIMO detector 236 if applicable, and further processed by a receive processor 238 to obtain decoded data and control information sent by the UE 120. The receive processor 238 may provide the decoded data to a data sink 239 and provide the decoded control information to the controller / processor 240. The network node 110 may include a communication unit 244 and may communicate with the network controller 130 via the communication unit 244.  The network node 110 may include a scheduler 246 to schedule one or more UEs 120 for downlink and / or uplink communications. In some examples, the modem 232 of the network node 110 may include a modulator and a demodulator. In some examples, the network node 110 includes a transceiver. The transceiver may include any combination of the antenna (s) 234, the modem (s) 232, the MIMO detector 236, the receive processor 238, the transmit processor 220, and / or the TX MIMO processor 230. The transceiver may be used by a processor (e.g., the controller / processor 240) and the memory 242 to perform aspects of any of the methods described herein.

[0075] The controller / processor 240 of the network node 110, the controller / processor 280 of the UE 120, and / or any other component (s) of Fig. 2 may perform one or more techniques associated with identifying model IDs or pairing IDs, as described in more detail elsewhere herein. For example, the controller / processor 240 of the network node 110, the controller / processor 280 of the UE 120, and / or any other component (s) of Fig. 2 may perform or direct operations of, for example, process 900 of Fig. 9, process 1000 of Fig. 10, process 1100 of Fig. 11, process 1200 of Fig. 12, and / or other processes as described herein. The memory 242 and the memory 282 may store data and program codes for the network node 110 and the UE 120, respectively. In some examples, the memory 242 and / or the memory 282 may include a non-transitory computer-readable medium storing one or more instructions (e.g., code and / or program code) for wireless communication. For example, the one or more instructions, when executed (e.g., directly, or after compiling, converting, and / or interpreting) by one or more processors of the network node 110 and / or the UE 120, may cause the one or more processors, the UE 120, and / or the network node 110 to perform or direct operations of, for example, process 900 of Fig. 9, process 1000 of Fig. 10, process 1100 of Fig. 11, process 1200 of Fig. 12, and / or other processes as described herein. In some examples, executing instructions may include running the instructions, converting the instructions, compiling the instructions, and / or interpreting the instructions, among other examples.

[0076] In some aspects, a UE (e.g., a UE 120) includes means for receiving a PSS and an SSS; means for identifying an MIB, carried by a PBCH, based at least in part on the PSS and the SSS, means for identifying a physical cell ID based at least in part one or more of the PSS or the SSS; means for identifying an SSB index based at least in part on a scramble of the PBCH; and / or means for identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0077] In some aspects, the UE includes means for receiving a request for location information of the UE; means for transmitting the location information of the UE; and / or means for receiving a pairing ID associated with a pair of ML models. The means for the UE to perform operations described herein may include, for example, one or more of communication manager 140, antenna 252, modem 254, MIMO detector 256, receive processor 258, transmit processor 264, TX MIMO processor 266, controller / processor 280, or memory 282.

[0078] In some aspects, a network entity (e.g., a network node 110) includes means for transmitting one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID; means for transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models; and / or means for identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID. In some aspects, the means for the network entity to perform operations described herein may include, for example, one or more of communication manager 150, transmit processor 220, TX MIMO processor 230, modem 232, antenna 234, MIMO detector 236, receive processor 238, controller / processor 240, memory 242, or scheduler 246.

[0079] In some aspects, a first network entity (e.g., a network node 110) includes means for selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback; and / or means for transmitting the pairing ID to one or more of the UE or a second network entity. In some aspects, the means for the first network entity to perform operations described herein may include, for example, one or more of communication manager 150, transmit processor 220, TX MIMO processor 230, modem 232, antenna 234, MIMO detector 236, receive processor 238, controller / processor 240, memory 242, or scheduler 246.

[0080] While blocks in Fig. 2 are illustrated as distinct components, the functions described above with respect to the blocks may be implemented in a single hardware, software, or combination component or in various combinations of components. For example, the functions described with respect to the transmit processor 264, the receive  processor 258, and / or the TX MIMO processor 266 may be performed by or under the control of the controller / processor 280.

[0081] In some aspects, an individual processor may perform all of the functions described as being performed by the one or more processors. In some aspects, one or more processors may collectively perform a set of functions. For example, a first set of (one or more) processors of the one or more processors may perform a first function described as being performed by the one or more processors, and a second set of (one or more) processors of the one or more processors may perform a second function described as being performed by the one or more processors. The first set of processors and the second set of processors may be the same set of processors or may be different sets of processors. Reference to “one or more processors” should be understood to refer to any one or more of the processors described in connection with Fig. 2. Reference to “one or more memories” should be understood to refer to any one or more memories of a corresponding device, such as the memory described in connection with Fig. 2. For example, functions described as being performed by one or more memories can be performed by the same subset of the one or more memories or different subsets of the one or more memories.

[0082] As indicated above, Fig. 2 is provided as an example. Other examples may differ from what is described with regard to Fig. 2.

[0083] Deployment of communication systems, such as 5G NR systems, may be arranged in multiple manners with various components or constituent parts. In a 5G NR system, or network, a network node, a network entity, a mobility element of a network, a RAN node, a core network node, a network element, a base station, or a network equipment may be implemented in an aggregated or disaggregated architecture. For example, a base station (such as a Node B (NB) , an evolved NB (eNB) , an NR base station, a 5G NB, an access point (AP) , a TRP, or a cell, among other examples) , or one or more units (or one or more components) performing base station functionality, may be implemented as an aggregated base station (also known as a standalone base station or a monolithic base station) or a disaggregated base station. “Network entity” or “network node” may refer to a disaggregated base station, or to one or more units of a disaggregated base station (such as one or more CUs, one or more DUs, one or more RUs, or a combination thereof) .

[0084] An aggregated base station (e.g., an aggregated network node) may be configured to utilize a radio protocol stack that is physically or logically integrated  within a single RAN node (e.g., within a single device or unit) . A disaggregated base station (e.g., a disaggregated network node) may be configured to utilize a protocol stack that is physically or logically distributed among two or more units (such as one or more CUs, one or more DUs, or one or more RUs) . In some examples, a CU may be implemented within a network node, and one or more DUs may be co-located with the CU, or alternatively, may be geographically or virtually distributed throughout one or multiple other network nodes. The DUs may be implemented to communicate with one or more RUs. Each of the CU, DU, and RU also can be implemented as virtual units, such as a virtual central unit (VCU) , a virtual distributed unit (VDU) , or a virtual radio unit (VRU) , among other examples.

[0085] Base station-type operation or network design may consider aggregation characteristics of base station functionality. For example, disaggregated base stations may be utilized in an IAB network, an open radio access network (O-RAN (such as the network configuration sponsored by the O-RAN Alliance) ) , or a virtualized radio access network (vRAN, also known as a cloud radio access network (C-RAN) ) to facilitate scaling of communication systems by separating base station functionality into one or more units that can be individually deployed. A disaggregated base station may include functionality implemented across two or more units at various physical locations, as well as functionality implemented for at least one unit virtually, which can enable flexibility in network design. The various units of the disaggregated base station can be configured for wired or wireless communication with at least one other unit of the disaggregated base station.

[0086] Fig. 3 is a diagram illustrating an example disaggregated base station architecture 300, in accordance with the present disclosure. The disaggregated base station architecture 300 may include a CU 310 that can communicate directly with a core network 320 via a backhaul link, or indirectly with the core network 320 through one or more disaggregated control units (such as a Near-RT RIC 325 via an E2 link, or a Non-RT RIC 315 associated with a Service Management and Orchestration (SMO) Framework 305, or both) . A CU 310 may communicate with one or more DUs 330 via respective midhaul links, such as through F1 interfaces. Each of the DUs 330 may communicate with one or more RUs 340 via respective fronthaul links. Each of the RUs 340 may communicate with one or more UEs 120 via respective radio frequency (RF) access links. In some implementations, a UE 120 may be simultaneously served by multiple RUs 340.

[0087] Each of the units, including the CUs 310, the DUs 330, the RUs 340, as well as the Near-RT RICs 325, the Non-RT RICs 315, and the SMO Framework 305, may include one or more interfaces or be coupled with one or more interfaces configured to receive or transmit signals, data, or information (collectively, signals) via a wired or wireless transmission medium. Each of the units, or an associated processor or controller providing instructions to one or multiple communication interfaces of the respective unit, can be configured to communicate with one or more of the other units via the transmission medium. In some examples, each of the units can include a wired interface, configured to receive or transmit signals over a wired transmission medium to one or more of the other units, and a wireless interface, which may include a receiver, a transmitter or transceiver (such as an RF transceiver) , configured to receive or transmit signals, or both, over a wireless transmission medium to one or more of the other units.

[0088] In some aspects, the CU 310 may host one or more higher layer control functions. Such control functions can include RRC functions, packet data convergence protocol (PDCP) functions, or service data adaptation protocol (SDAP) functions, among other examples. Each control function can be implemented with an interface configured to communicate signals with other control functions hosted by the CU 310. The CU 310 may be configured to handle user plane functionality (for example, Central Unit –User Plane (CU-UP) functionality) , control plane functionality (for example, Central Unit –Control Plane (CU-CP) functionality) , or a combination thereof. In some implementations, the CU 310 can be logically split into one or more CU-UP units and one or more CU-CP units. A CU-UP unit can communicate bidirectionally with a CU-CP unit via an interface, such as the E1 interface when implemented in an O-RAN configuration. The CU 310 can be implemented to communicate with a DU 330, as necessary, for network control and signaling.

[0089] Each DU 330 may correspond to a logical unit that includes one or more base station functions to control the operation of one or more RUs 340. In some aspects, the DU 330 may host one or more of a radio link control (RLC) layer, a medium access control (MAC) layer, and one or more high physical (PHY) layers depending, at least in part, on a functional split, such as a functional split defined by the 3GPP. In some aspects, the one or more high PHY layers may be implemented by one or more modules for forward error correction (FEC) encoding and decoding, scrambling, and modulation and demodulation, among other examples. In some aspects, the DU 330 may further host one or more low PHY layers, such as implemented by one or more modules for a  fast Fourier transform (FFT) , an inverse FFT (iFFT) , digital beamforming, or physical random access channel (PRACH) extraction and filtering, among other examples. Each layer (which also may be referred to as a module) can be implemented with an interface configured to communicate signals with other layers (and modules) hosted by the DU 330, or with the control functions hosted by the CU 310.

[0090] Each RU 340 may implement lower-layer functionality. In some deployments, an RU 340, controlled by a DU 330, may correspond to a logical node that hosts RF processing functions or low-PHY layer functions, such as performing an FFT, performing an iFFT, digital beamforming, or PRACH extraction and filtering, among other examples, based on a functional split (for example, a functional split defined by the 3GPP) , such as a lower layer functional split. In such an architecture, each RU 340 can be operated to handle over the air (OTA) communication with one or more UEs 120. In some implementations, real-time and non-real-time aspects of control and user plane communication with the RU (s) 340 can be controlled by the corresponding DU 330. In some scenarios, this configuration can enable each DU 330 and the CU 310 to be implemented in a cloud-based RAN architecture, such as a vRAN architecture.

[0091] The SMO Framework 305 may be configured to support RAN deployment and provisioning of non-virtualized and virtualized network elements. For non-virtualized network elements, the SMO Framework 305 may be configured to support the deployment of dedicated physical resources for RAN coverage requirements, which may be managed via an operations and maintenance interface (such as an O1 interface) . For virtualized network elements, the SMO Framework 305 may be configured to interact with a cloud computing platform (such as an open cloud (O-Cloud) platform 390) to perform network element life cycle management (such as to instantiate virtualized network elements) via a cloud computing platform interface (such as an O2 interface) . Such virtualized network elements can include, but are not limited to, CUs 310, DUs 330, RUs 340, non-RT RICs 315, and Near-RT RICs 325. In some implementations, the SMO Framework 305 can communicate with a hardware aspect of a 4G RAN, such as an open eNB (O-eNB) 311, via an O1 interface. Additionally, in some implementations, the SMO Framework 305 can communicate directly with each of one or more RUs 340 via a respective O1 interface. The SMO Framework 305 also may include a Non-RT RIC 315 configured to support functionality of the SMO Framework 305.

[0092] The Non-RT RIC 315 may be configured to include a logical function that enables non-real-time control and optimization of RAN elements and resources, Artificial Intelligence / Machine Learning (AI / ML) workflows including model training and updates, or policy-based guidance of applications / features in the Near-RT RIC 325. The Non-RT RIC 315 may be coupled to or communicate with (such as via an A1 interface) the Near-RT RIC 325. The Near-RT RIC 325 may be configured to include a logical function that enables near-real-time control and optimization of RAN elements and resources via data collection and actions over an interface (such as via an E2 interface) connecting one or more CUs 310, one or more DUs 330, or both, as well as an O-eNB, with the Near-RT RIC 325.

[0093] In some implementations, to generate AI / ML models to be deployed in the Near-RT RIC 325, the Non-RT RIC 315 may receive parameters or external enrichment information from external servers. Such information may be utilized by the Near-RT RIC 325 and may be received at the SMO Framework 305 or the Non-RT RIC 315 from non-network data sources or from network functions. In some examples, the Non-RT RIC 315 or the Near-RT RIC 325 may be configured to tune RAN behavior or performance. For example, the Non-RT RIC 315 may monitor long-term trends and patterns for performance and employ AI / ML models to perform corrective actions through the SMO Framework 305 (such as reconfiguration via an O1 interface) or via creation of RAN management policies (such as A1 interface policies) .

[0094] As indicated above, Fig. 3 is provided as an example. Other examples may differ from what is described with regard to Fig. 3.

[0095] Fig. 4 is a diagram illustrating an example 400 of encoding and decoding CSI, in accordance with the present disclosure.

[0096] CSI-RSs may be configured to be transmitted from a network entity (e.g., a base station) to a UE. The CSI-RSs may be configured to be periodic (e.g., using RRC signaling) , semi-persistent (e.g., using MAC control element (MAC CE) signaling) , and / or aperiodic (e.g., using downlink control information (DCI) ) .

[0097] The UE may measure the CSI-RSs and transmit a CSI report that indicates CSI, such as a PMI. A PMI is a matrix that represents how data is transmitted on antenna ports at the network entity. The CSI report may include a codebook, which is a set of one or more precoders or one or more PMIs. The UE may use a sequence of bits to report the PMI. A Type-I codebook may include predefined matrices. A Type-II codebook may include a more detailed CSI report for multi-user MIMO. CSI  acquisition may be enhanced for coherent joint transmission (CJT) for multiple TRPs (e.g., up to 4 TRPs) . This may involve an enhanced Type-II codebook (eType-II codebook) . A network entity may configure CSI reporting using RRC signaling (e.g., CSI-ReportConfig) that includes a carrier ID, a time-type of the report, a channel measurement resource (CMR) , an interference measurement resource (IMR) , a report quantity, a frequency configuration (subbands) , and / or codebook configurations.

[0098] In some examples, ML-based CSI feedback (including AI-based CSI feedback) may replace the codebook with an ML-based CSI encoder and a decoder. In some examples, the encoder may be analogous to a PMI searching algorithm, and the decoder may be analogous to the PMI codebook that is used to translate the CSI reporting bits to a PMI codeword. CSI may be encoded (e.g., compressed) at a UE and decoded (e.g., reconstructed) at a network entity using ML. In such cross-node ML, a neural network may be split into two portions, where a first portion includes the encoder of the UE, and a second portion includes the decoder of the network entity. The encoder output of the UE is transmitted to the network entity as an input to the decoder.

[0099] For example, as shown in example 400 of Fig. 4, the encoder 402 at the UE may input CSI (e.g., downlink channel estimates 404) and output compressed CSI or another data signal (latent message 406) , which is received as input at the decoder 408 of the network entity. The latent message 406 may be a message between the encoder 402 and the decoder 408 with encoded or compressed CSI feedback and may be unstructured or structured. An unstructured latent message may be a series of bits with a payload that is explicitly configured or derived based on the quantity of ports, the quantity of subbands, and / or the rank. The decoder 408 at the network entity may output a reconstructed CSI (e.g., reconstructed downlink channel estimates 410) or another data signal, such as precoding vectors. Encoder input 412 may include a downlink channel matrix H, downlink precoders V, or an interference covariance matrix Rnn. Decoder output 414 may include the downlink channel matrix H, a transmit covariance matrix, downlink precoders V, an interference covariance matrix Rnn, a raw channel, or a whitened channel (e.g., whitened by a demodulation filter) .

[0100] In multi-vendor training, each vendor (e.g., UE vendor, network entity vendor) may be associated with a corresponding server that participates in offline training. The UE vendor server (s) may communicate with the network entity vendor server (s) (e.g., base station (BS) servers) during the training using server-to-server connections. The  UE vendor server may also be referred to as a UE-associated network entity or a UE server.

[0101] In some examples, to evaluate the ML based CSI compression use cases, one or more different types of quantization or dequantization methods may be used, such as vector quantization or scalar quantization. In CSI compression using two-sided model use cases, multiple ML model trainings may be used. In some instances, a two-sided model may be jointly trained at a single side / entity (e.g., UE-sided or network-sided) . In some instances, the two-sided model may be jointly trained at a network side and a UE side, respectively. In some instances, models may be separately trained at a network side and a UE side, where the UE side CSI generation part and the network side CSI reconstruction part are trained by the UE side and the network side, respectively. “Joint training” may refer to the generation model and reconstruction model being trained in the same loop for forward propagation and backward propagation. Joint training may be done both at a single node or across multiple nodes (e.g., through gradient exchange between nodes) . Separate training may include sequential training starting with the UE side training, or sequential training starting with the network side training, or parallel training at the UE and the network.

[0102] As indicated above, Fig. 4 is provided as an example. Other examples may differ from what is described with regard to Fig. 4.

[0103] Fig. 5 is a diagram illustrating an example 500 of the use of ML models, in accordance with the present disclosure.

[0104] In some examples, ML models (e.g., ML model 502, ML model 504, ML model 506 in example 500) may be AI / ML-functionality based (scheme 508) or AI / ML-model based (scheme 510) . For scheme 508 with AI / ML functionality identification and functionality-based life-cycle management (LCM) of UE-side models and / or UE-part of two-sided models, functionality may refer to an AI / ML-enabled feature or feature group (FG) enabled by configuration (s) , where the configuration (s) are supported based at least in part on conditions indicated by a UE capability. Correspondingly, functionality-based LCM operates based on, at least, one configuration of AI / ML-enabled feature / FG or specific configurations of an AI / ML-enabled feature / FG. The network entity may transmit a message (e.g., DCI, MAC CE) to activate or deactivate a configuration or to activate or deactivate AI / ML functionality-based ML models.

[0105] In some examples, for AI / ML model identification and model-ID-based LCM of UE-side models and / or UE-part of two-sided models, model-ID-based LCM may operate based at least in part on identified models, where a model may be associated with specific configurations or conditions associated with a UE capability of an AI / ML-enabled feature / FG and additional conditions (e.g., scenarios, sites, and datasets) as determined or identified between the UE side and the network side. The network entity may transmit a message (e.g., DCI, MAC CE) to activate or deactivate a configuration or to activate or deactivate AI / ML model-based ML models.

[0106] In some examples, multiple model pairs for encoding and decoding may be identified at the network side in a model identification phase or offline. The functionality of these model pairs may be identified in either a model identification phase (with model description) or with UE capability signaling. Additional signaling may be used to indicate a scenario or a location for which each model pair is designed. Signaling may also indicate dynamic conditions of each model pair (e.g., a model pair is designed for a condition, once condition changes, the model pair is no longer usable or some functionality of the model is shut down) . In some examples, ML models and ML model pairs may be explicitly indicated via RRC signaling.

[0107] As indicated above, Fig. 5 is provided as an example. Other examples may differ from what is described with regard to Fig. 5.

[0108] Figs. 6A and 6B are diagrams illustrating an example 600 of identifying ML models, in accordance with the present disclosure. As shown in Fig. 6A, a network entity 610 (e.g., network node 110) and a UE 620 (e.g., UE 120) may communicate with each other via a wireless network (e.g., wireless network 100) .

[0109] According to various aspects described herein, a UE may implicitly identify ML models and / or ML model pairs. The UE may identify a model ID for an ML model or a pairing ID for a pair of ML models based at least in part on a scenario, a UE location, or dynamic conditions. The UE may identify the model ID or pairing ID based at least in part on an SSB index and / or a physical cell ID. By identifying ML models based at least in part on the SSB index and / or a physical cell ID, the UE may use appropriate ML models to encode or compress information (e.g., CSI feedback) for the UE, and the network entity may use the paired ML model to reconstruct the CSI from the compressed information. In some aspects, by identifying ML models based at least in part on the SSB index and / or the physical cell ID, the UE may use appropriate ML models to predict the CSI or beam. Prediction may include predicting a narrow beam  from wider beam or predicting a beam for a future time instance. The network entity may use accurate information to schedule and configure UEs for improved communications. As a result of improving communications with ML model selection, latency is reduced and signaling resources are conserved. Furthermore, by not explicitly transmitting model IDs or pairing IDs, the network entity may conserve signaling resources.

[0110] Example 600 in Fig. 6A shows that network entity 610 may transmit an SSB 602 associated with an SSB index 604. The SSB 602 may include a PBCH 606, a PSS 608, and an SSS 610. The SSB index 604 may be associated with a particular beam or area. SSBs may be expected in a 5 millisecond (ms) window, within which there may be, for example, 4 SSBs (for frequencies equal to or less than 3 gigahertz (GHz) ) , 8 SSBs (for frequencies less than 6 GHz) , and up to 64 SSBs (for frequencies up to 52.6 GHz) .

[0111] In some aspects, the UE 620 may receive the SSB 602 and detect the PSS 608 and the SSS 610. The UE 620 may identify the SSB index 604 of the SSB 602 based at least in part on a scramble 614 of the PBCH 606. The PBCH is a physical channel that carries an MIB 612, which includes content conveyed by the MIB 612. The UE 620 may also detect a timing or frequency synchronization. The MIB 612 may include information for a physical downlink control channel (PDCCH) from the network entity 610 that schedules a physical downlink shared channel that includes remaining minimum system information (RMSI) 642 or other system information (OSI) 644. The UE 620 may detect system information that is used by the UE 620 to perform a random access channel (RACH) procedure. The RMSI 642 may include or indicate a system information block (SIB) that enables access to a cell. In some aspects, the MIB 612 may indicate one or more model IDs 616 and / or a pairing ID list 618 (of one or more pairing IDs) . In some aspects, the UE 620 may receive an explicit indication of the model ID 630 or the pairing ID 634 in the RMSI 642 or the OSI 644.

[0112] In some aspects, the UE 620 may identify a physical cell ID 622 based at least in part on the PSS 608 and the SSS 610. More specifically, a physical cell ID 1 is based at least in part on PSS, a physical cell ID 2 is based at least in part on SSS, and a physical cell ID 3 is equal to 3*physical cell ID 1 + physical cell ID 2. In some aspects, a model ID or a pairing ID may be based at least in part on a physical cell ID. The physical cell ID 622 may be the physical cell ID 1 based at least in part on the PSS 608,  the physical cell ID 2 based at least in part on the SSS 610, or a final ID, such as the physical cell ID 3.

[0113] In some aspects, as shown by the continuation of example 600 in Fig. 6B, the UE 620 may identify a model ID 630 based at least in part on the SSB index 604, the physical cell ID 622, or a combination of the SSB index 604 and the physical cell ID 622. The UE 620 may identify the model ID 630 based at least in part on a mapping 628 between the SSB index 604 and the model ID 630. The mapping 628 may be in stored configuration information (defined according to a standard) and / or receiving in RRC signaling. The model ID 630 may be associated with an ML model 632. The ML model 632 may be used for CSI prediction. The ML model 632 may be used for beam prediction. The UE 620 may use the ML model 632 to predict a beam 642, which may be a narrow beam from wider beams or a beam for a future time instance. In some aspects, the UE 620 may identify a pairing ID 634 based at least in part on the SSB index 604, the physical cell ID 622, or a combination of the SSB index 604 and the physical cell ID 622. The UE 620 may identify the pairing ID 634 based at least in part on the mapping 628 between the SSB index 604 and the pairing ID 634. The pairing ID 634 may be associated with a pair 636 of ML models (ML model 638 and ML model 640) . The ML model 638 may be used for encoding or compression, and the ML model 640 may be used for decoding what was encoded or reconstructing what was compressed, such as CSI feedback.

[0114] As indicated above, Figs. 6A and 6B provide an example. Other examples may differ from what is described with regard to Figs. 6A and 6B.

[0115] Fig. 7 is a diagram illustrating an example 700 associated with using ML models, in accordance with the present disclosure.

[0116] Example 700 shows an example of signaling associated with the identification of the model ID and pairing ID described in connection with example 600 of Fig. 6. As shown by reference number 705, the network entity 610 may transmit the SSB 602 that includes the PBCH 606, the PSS 608, and the SSS 610. In some aspects, as shown by reference number 710, the network entity 610 may transmit RMSI 642 and / or OSI 644.

[0117] As shown by reference number 715, the UE 620 may identify the MIB 612 in the PBCH 606 based at least in part on the PSS 608 and the SSS 610. As shown by reference number 720, the UE 620 may identify the physical cell ID 622 based at least in part on the PSS 608 and / or the SSS 610. As shown by reference number 725, the UE 620 may identify the SSB index 604 based at least in part on the scramble 614 of the  PBCH 606. As shown by reference number 730, the UE 620 may identify the model ID 630 or the pairing ID 634 based at least in part on the SSB index 604 and / or the physical cell ID 622.

[0118] As shown by reference number 735, the UE 620 may encode CSI feedback 726 using the ML model 632 associated with the model ID 630 or the pair 636 of ML models associated with the pairing ID 634 to obtain encoded CSI feedback 728. While CSI feedback is encoded in example 700, other information may be encoded or compressed. As shown by reference number 740, the UE 620 may transmit the encoded CSI feedback 728. As shown by reference number 745, the network entity 610 may decode the encoded CSI feedback 728 (using the ML model of the pair 636 of ML models) .

[0119] As indicated above, Fig. 7 is provided as an example. Other examples may differ from what is described with regard to Fig. 7.

[0120] Fig. 8 is a diagram illustrating an example 800 associated with using ML models, in accordance with the present disclosure. As shown in Fig. 8, a first network entity 810 (e.g., network node 110) and a UE 820 (e.g., UE 120) may communicate with each other via a wireless network (e.g., wireless network 100) . The first network entity 810 and / or the UE 820 may communicate with a second network entity (e.g., network node 110) , such as a location and management function (LMF) 830.

[0121] In some aspects, a network entity may select a pairing ID for a pair of ML models. The network entity may select the pairing ID based at least in part on location information of the UE. The network entity may transmit the pairing ID to the UE or another network entity. In some aspects, the network entity may select the pairing ID based at least in part on a model pair description that describes the ML model pair associated with the pairing ID. Based at least in part may include associated with or in association with. The model pair description may describe a scenario and / or location information of each ML model pair.

[0122] The network entity may select the pairing ID further based at least in part on meta information associated with the model pair description. Meta information may include a dataset on which the model is trained. Meta information may include the CSI-RS index that the UE uses for downlink measurement and generating a ground-truth CSI. Meta information may include a time stamp, a signal-to-noise ratio (SNR) of the downlink measurement, and / or channel statistics of the measurement in terms of delay  spread or Doppler. The model pair description and the meta information may be provided in a model identification phase.

[0123] Example 800 shows an example of selecting a pairing ID. As shown by reference number 835, the LMF 830 may transmit a request for UE location information. As shown by reference number 840, the UE 820 may transmit the location information 836 to the LMF 830. As shown by reference number 845, the LMF 830 may transmit the location information 836 to the network entity 810. In some aspects, the network entity 810 may request and receive the location information 836 from the UE 820.

[0124] As shown by reference number 850, the network entity 810 may select a pairing ID 852 based at least in part on the location information 836. The UE location information 836 may be mapped to the pairing ID 852. The network entity 810 may select the pairing ID 852 further based at least in part on a model pair description 856 and / or meta information 858.

[0125] As shown by reference number 855, the network entity 810 may transmit the pairing ID 852. As shown by reference number 860, the UE 820 may encode CSI feedback 862 using a pair of ML models associated with the pairing ID 852 to obtain encoded CSI feedback 864. While CSI feedback is encoded in example 800, other information may be encoded or compressed.

[0126] In some aspects, the UE 820 may transmit the encoded CSI feedback 864. The network entity 810 may decode the encoded CSI feedback 864 using the pair of ML models. In some aspects, the LMF 830 or other entities may indicate the pairing ID 852 to first network entity 810 or the UE 820.

[0127] As indicated above, Fig. 8 is provided as an example. Other examples may differ from what is described with regard to Fig. 8.

[0128] Fig. 9 is a diagram illustrating an example process 900 performed, for example, at a UE or an apparatus of a UE, in accordance with the present disclosure. Example process 900 is an example where the apparatus or the UE (e.g., UE 620) performs operations associated with identifying ML models.

[0129] As shown in Fig. 9, in some aspects, process 900 may include receiving a PSS and an SSS (block 910) . For example, the UE (e.g., using communication manager 140 and / or reception component 1302, depicted in Fig. 13) may receive a PSS and an SSS, as described above.

[0130] As further shown in Fig. 9, in some aspects, process 900 may include identifying an MIB, carried by a PBCH, based at least in part on the PSS and the SSS, identifying a physical cell ID based at least in part one or more of the PSS or the SSS (block 920) . For example, the UE (e.g., using communication manager 140 and / or identification component 1308, depicted in Fig. 13) may identify an MIB, carried by a PBCH, based at least in part on the PSS and the SSS, identifying a physical cell ID based at least in part one or more of the PSS or the SSS, as described above.

[0131] As further shown in Fig. 9, in some aspects, process 900 may include identifying an SSB index based at least in part on a scramble of the PBCH (block 930) . For example, the UE (e.g., using communication manager 140 and / or identification component 1308, depicted in Fig. 13) may identify an SSB index based at least in part on a scramble of the PBCH, as described above.

[0132] As further shown in Fig. 9, in some aspects, process 900 may include identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models (block 940) . For example, the UE (e.g., using communication manager 140 and / or identification component 1308, depicted in Fig. 13) may identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models, as described above.

[0133] Process 900 may include additional aspects, such as any single aspect or any combination of aspects described below and / or in connection with one or more other processes described elsewhere herein.

[0134] In a first aspect, the ML model is associated with encoding or decoding CSI feedback, and the pair of ML models is associated with encoding and decoding CSI feedback.

[0135] In a second aspect, alone or in combination with the first aspect, process 900 includes encoding CSI feedback using the ML model associated with the model ID or using an ML model of the pairs of ML models associated with the pairing ID, and transmitting the encoded CSI feedback.

[0136] In a third aspect, alone or in combination with one or more of the first and second aspects, the MIB indicates one or more model IDs, and identifying the model ID includes identifying the model ID from the one or more model IDs based at least in part on a mapping between the model ID and one or more of the SSB index or the physical cell ID.

[0137] In a fourth aspect, alone or in combination with one or more of the first through third aspects, the MIB indicates a list of one or more pairing IDs, and identifying the pairing ID includes identifying the pairing ID from the list of one or more pairing IDs based at least in part on a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.

[0138] In a fifth aspect, alone or in combination with one or more of the first through fourth aspects, identifying the model ID includes identifying the model ID further based at least in part on RMSI or OSI.

[0139] In a sixth aspect, alone or in combination with one or more of the first through fifth aspects, identifying the pairing ID includes identifying the pairing ID further based at least in part on RMSI or OSI.

[0140] Although Fig. 9 shows example blocks of process 900, in some aspects, process 900 may include additional blocks, fewer blocks, different blocks, or differently arranged blocks than those depicted in Fig. 9. Additionally, or alternatively, two or more of the blocks of process 900 may be performed in parallel.

[0141] Fig. 10 is a diagram illustrating an example process 1000 performed, for example, at a network entity or an apparatus of a network entity, in accordance with the present disclosure. Example process 1000 is an example where the apparatus or the network entity (e.g., network entity 610) performs operations associated with identifying ML models.

[0142] As shown in Fig. 10, in some aspects, process 1000 may include transmitting one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID (block 1010) . For example, the network entity (e.g., using communication manager 1606 and / or transmission component 1604, depicted in Fig. 16) may transmit one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying an MIB, each SSB being associated with an SSB index and a physical cell ID, as described above.

[0143] As further shown in Fig. 10, in some aspects, process 1000 may include transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models (block 1020) . For example, the network entity (e.g., using communication manager 1606 and / or transmission component 1604, depicted in Fig. 16) may transmit one or more model IDs  or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models, as described above.

[0144] As further shown in Fig. 10, in some aspects, process 1000 may include identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID (block 1030) . For example, the network entity (e.g., using communication manager 1606 and / or identification component 1608, depicted in Fig. 16) may identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID, as described above.

[0145] Process 1000 may include additional aspects, such as any single aspect or any combination of aspects described below and / or in connection with one or more other processes described elsewhere herein.

[0146] In a first aspect, process 1000 includes receiving encoded CSI feedback, and decoding the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the model ID or the pairing ID.

[0147] In a second aspect, alone or in combination with the first aspect, transmitting the one or more model IDs includes transmitting the one or more model IDs in a MIB.

[0148] In a third aspect, alone or in combination with one or more of the first and second aspects, process 1000 includes obtaining, from configuration information, a mapping between the model ID and one or more of the SSB index or the physical cell ID.

[0149] In a fourth aspect, alone or in combination with one or more of the first through third aspects, transmitting the one or more pairing IDs includes transmitting a list of pairing IDs in a MIB.

[0150] In a fifth aspect, alone or in combination with one or more of the first through fourth aspects, process 1000 includes obtaining, from configuration information, a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.

[0151] In a sixth aspect, alone or in combination with one or more of the first through fifth aspects, transmitting the one or more model IDs includes transmitting a model ID in RMSI or OSI.

[0152] In a seventh aspect, alone or in combination with one or more of the first through sixth aspects, transmitting the one or more pairing IDs includes transmitting a pairing ID in RMSI or OSI.

[0153] Although Fig. 10 shows example blocks of process 1000, in some aspects, process 1000 may include additional blocks, fewer blocks, different blocks, or differently arranged blocks than those depicted in Fig. 10. Additionally, or alternatively, two or more of the blocks of process 1000 may be performed in parallel.

[0154] Fig. 11 is a diagram illustrating an example process 1100 performed, for example, at a first network entity or an apparatus of a first network entity, in accordance with the present disclosure. Example process 1100 is an example where the apparatus or the first network entity (e.g., first network entity 810) performs operations associated with selecting a model ID.

[0155] As shown in Fig. 11, in some aspects, process 1100 may include selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback (block 1110) . For example, the first network entity (e.g., using communication manager 1606 and / or selection component 1612, depicted in Fig. 16) may select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback, as described above.

[0156] As further shown in Fig. 11, in some aspects, process 1100 may include transmitting the pairing ID to one or more of the UE or a second network entity (block 1120) . For example, the first network entity (e.g., using communication manager 1606 and / or transmission component 1604, depicted in Fig. 16) may transmit the pairing ID to one or more of the UE or a second network entity, as described above.

[0157] Process 1100 may include additional aspects, such as any single aspect or any combination of aspects described below and / or in connection with one or more other processes described elsewhere herein.

[0158] In a first aspect, process 1100 includes receiving the location information of the UE.

[0159] In a second aspect, alone or in combination with the first aspect, selecting the pairing ID includes selecting the pairing ID further based at least in part on a model pair description associated with one or more of scenario information or location information for pairs of ML models.

[0160] In a third aspect, alone or in combination with one or more of the first and second aspects, selecting the pairing ID includes selecting the pairing ID further based at least in part on meta information for the model pair description.

[0161] In a fourth aspect, alone or in combination with one or more of the first through third aspects, process 1100 includes receiving the model pair description.

[0162] In a fifth aspect, alone or in combination with one or more of the first through fourth aspects, process 1100 includes receiving encoded CSI feedback from the UE, and decoding the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the pairing ID.

[0163] Although Fig. 11 shows example blocks of process 1100, in some aspects, process 1100 may include additional blocks, fewer blocks, different blocks, or differently arranged blocks than those depicted in Fig. 11. Additionally, or alternatively, two or more of the blocks of process 1100 may be performed in parallel.

[0164] Fig. 12 is a diagram illustrating an example process 1200 performed, for example, at a UE or an apparatus of a UE, in accordance with the present disclosure. Example process 1200 is an example where the apparatus or the UE (e.g., UE 120) performs operations associated with providing location information.

[0165] As shown in Fig. 12, in some aspects, process 1200 may include receiving a request for location information of the UE (block 1210) . For example, the UE (e.g., using communication manager 140 and / or reception component 1302, depicted in Fig. 13) may receive a request for location information of the UE, as described above.

[0166] As further shown in Fig. 12, in some aspects, process 1200 may include transmitting the location information of the UE (block 1220) . For example, the UE (e.g., using communication manager 140 and / or transmission component 1304, depicted in Fig. 13) may transmit the location information of the UE, as described above.

[0167] As further shown in Fig. 12, in some aspects, process 1200 may include receiving a pairing ID associated with a pair of ML models (block 1230) . For example, the UE (e.g., using communication manager 140 and / or reception component 1302, depicted in Fig. 13) may receive a pairing ID associated with a pair of ML models, as described above.

[0168] Process 1200 may include additional aspects, such as any single aspect or any combination of aspects described below and / or in connection with one or more other processes described elsewhere herein.

[0169] In a first aspect, process 1200 includes encoding CSI feedback using an ML model associated with encoding CSI feedback associated with the pairing ID, and transmitting the encoded CSI feedback.

[0170] Although Fig. 12 shows example blocks of process 1200, in some aspects, process 1200 may include additional blocks, fewer blocks, different blocks, or differently arranged blocks than those depicted in Fig. 12. Additionally, or alternatively, two or more of the blocks of process 1200 may be performed in parallel.

[0171] Fig. 13 is a diagram of an example apparatus 1300 for wireless communication, in accordance with the present disclosure. The apparatus 1300 may be a UE (e.g., UE 120, UE 620, UE 820) , or a UE may include the apparatus 1300. In some aspects, the apparatus 1300 includes a reception component 1302 and a transmission component 1304, which may be in communication with one another (for example, via one or more buses and / or one or more other components) . As shown, the apparatus 1300 may communicate with another apparatus 1306 (such as a UE, a base station, or another wireless communication device) using the reception component 1302 and the transmission component 1304. As further shown, the apparatus 1300 may include the communication manager 140. The communication manager 140 may include an identification component 1308 and / or an encoder component 1310, among other examples.

[0172] In some aspects, the apparatus 1300 may be configured to perform one or more operations described herein in connection with Figs. 1-8. Additionally, or alternatively, the apparatus 1300 may be configured to perform one or more processes described herein, such as process 900 of Fig. 9, process 1200 of Fig. 12, or a combination thereof. In some aspects, the apparatus 1300 and / or one or more components shown in Fig. 13 may include one or more components of the UE described in connection with Fig. 2. Additionally, or alternatively, one or more components shown in Fig. 13 may be implemented within one or more components described in connection with Fig. 2. Additionally, or alternatively, one or more components of the set of components may be implemented at least in part as software stored in one or more memories. For example, a component (or a portion of a component) may be implemented as instructions or code stored in a non-transitory computer-readable medium and executable by one or more controllers or one or more processors to perform the functions or operations of the component.

[0173] The reception component 1302 may receive communications, such as reference signals, control information, data communications, or a combination thereof, from the apparatus 1306. The reception component 1302 may provide received communications to one or more other components of the apparatus 1300. In some aspects, the reception component 1302 may perform signal processing on the received communications (such as filtering, amplification, demodulation, analog-to-digital conversion, demultiplexing, deinterleaving, de-mapping, equalization, interference cancellation, or decoding, among other examples) , and may provide the processed signals to the one or more other components of the apparatus 1300. In some aspects, the reception component 1302 may include one or more antennas, one or more modems, one or more demodulators, one or more MIMO detectors, one or more receive processors, one or more controllers / processors, one or more memories, or a combination thereof, of the UE described in connection with Fig. 2.

[0174] The transmission component 1304 may transmit communications, such as reference signals, control information, data communications, or a combination thereof, to the apparatus 1306. In some aspects, one or more other components of the apparatus 1300 may generate communications and may provide the generated communications to the transmission component 1304 for transmission to the apparatus 1306. In some aspects, the transmission component 1304 may perform signal processing on the generated communications (such as filtering, amplification, modulation, digital-to-analog conversion, multiplexing, interleaving, mapping, or encoding, among other examples) , and may transmit the processed signals to the apparatus 1306. In some aspects, the transmission component 1304 may include one or more antennas, one or more modems, one or more modulators, one or more transmit MIMO processors, one or more transmit processors, one or more controllers / processors, one or more memories, or a combination thereof, of the UE described in connection with Fig. 2. In some aspects, the transmission component 1304 may be co-located with the reception component 1302 in one or more transceivers.

[0175] In some aspects, the reception component 1302 may receive a PSS and an SSS. The identification component 1308 may identify a MIB, carried by a PBCH, based at least in part on the PSS and the SSS identifying a physical cell ID based at least in part one or more of the PSS or the SSS. The identification component 1308 may identify an SSB index based at least in part on a scramble of the PBCH. The identification component 1308 may identify, based at least in part on the SSB index or  the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0176] In some aspects, the reception component 1302 may receive a request for location information of the UE. The transmission component 1304 may transmit the location information of the UE. The reception component 1302 may receive a ID associated with a pair of ML models.

[0177] The encoder component 1310 may encode CSI feedback using an ML model associated with encoding CSI feedback associated with the pairing ID. The transmission component 1304 may transmit the encoded CSI feedback.

[0178] The number and arrangement of components shown in Fig. 13 are provided as an example. In practice, there may be additional components, fewer components, different components, or differently arranged components than those shown in Fig. 13. Furthermore, two or more components shown in Fig. 13 may be implemented within a single component, or a single component shown in Fig. 13 may be implemented as multiple, distributed components. Additionally, or alternatively, a set of (one or more) components shown in Fig. 13 may perform one or more functions described as being performed by another set of components shown in Fig. 13.

[0179] Fig. 14 is a diagram illustrating an example 1400 of a hardware implementation for an apparatus 1405 employing a processing system 1410, in accordance with the present disclosure. The apparatus 1405 may be a UE or may be at (e.g., included in) a UE.

[0180] The processing system 1410 may be implemented with a bus architecture, represented generally by the bus 1415. The bus 1415 may include any number of interconnecting buses and bridges depending on the specific application of the processing system 1410 and the overall design constraints. The bus 1415 links together various circuits including one or more processors and / or hardware components, represented by the processor 1420, the illustrated components, and the computer-readable medium  / memory 1425. The processor 1420 may include multiple processors, such as processor 1420a, memory 1420b, and memory 1420c. The memory 1425 may include multiple memories, such as memory 1425a, memory 1425b, and memory 1425c. The bus 1415 may also link various other circuits, such as timing sources, peripherals, voltage regulators, and / or power management circuits.

[0181] The processing system 1410 may be coupled to one or more transceivers 1430. A transceiver 1430 is coupled to one or more antennas 1435. The transceiver 1430  provides a means for communicating with various other apparatuses over a transmission medium. The transceiver 1430 receives a signal from the one or more antennas 1435, extracts information from the received signal, and provides the extracted information to the processing system 1410, specifically the reception component 1302. In addition, the transceiver 1430 receives information from the processing system 1410, specifically the transmission component 1304, and generates a signal to be applied to the one or more antennas 1435 based at least in part on the received information.

[0182] The processing system 1410 includes one or more processors 1420 coupled to a computer-readable medium  / memory 1425. A processor 1420 is responsible for general processing, including the execution of software stored on the computer-readable medium  / memory 1425. The software, when executed by the processor 1420, causes the processing system 1410 to perform the various functions described herein for any particular apparatus. The computer-readable medium  / memory 1425 may also be used for storing data that is manipulated by the processor 1420 when executing software. The processing system further includes at least one of the illustrated components. The components may be software modules running in the processor 1420, resident / stored in the computer readable medium  / memory 1425, one or more hardware modules coupled to the processor 1420, or some combination thereof.

[0183] In some aspects, the processing system 1410 may be a component of the UE 120 and may include one or more memories, such as the memory 282, and / or may include one or more processors, such as at least one of the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280. In some aspects, the apparatus 1405 for wireless communication includes means for receiving a PSS and an SSS; means for identifying a MIB, carried by a PBCH, based at least in part on the PSS and the SSS; means for identifying a physical cell ID based at least in part one or more of the PSS or the SSS; means for identifying an SSB index based at least in part on a scramble of the PBCH; and means for identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models. The aforementioned means may be one or more of the aforementioned components of the apparatus 1300 and / or the processing system 1410 of the apparatus 1405 configured to perform the functions recited by the aforementioned means. As described elsewhere herein, the processing system 1410 may include the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280. In one configuration, the aforementioned means may be the  TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280 configured to perform the functions and / or operations recited herein.

[0184] In some aspects, the processing system 1410 may be a component of the UE 120 and may include one or more memories, such as the memory 282, and / or may include one or more processors, such as at least one of the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280. In some aspects, the apparatus 1405 for wireless communication includes means for receiving a PSS and an SSS; means for selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback; and means for transmitting the pairing ID to one or more of the UE or a second network entity. The aforementioned means may be one or more of the aforementioned components of the apparatus 1300 and / or the processing system 1410 of the apparatus 1405 configured to perform the functions recited by the aforementioned means. As described elsewhere herein, the processing system 1410 may include the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280. In one configuration, the aforementioned means may be the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280 configured to perform the functions and / or operations recited herein.

[0185] Fig. 14 is provided as an example. Other examples may differ from what is described in connection with Fig. 14.

[0186] Fig. 15 is a diagram illustrating an example 1500 of an implementation of code and circuitry for an apparatus 1505, in accordance with the present disclosure. The circuity may include processing circuitry and memory circuitry. The apparatus 1505 may be a UE, or a UE may include the apparatus 1505.

[0187] As shown in Fig. 15, the apparatus 1505 may include circuitry for receiving a PSS and an SSS (circuitry 1520) . For example, the circuitry 1520 may enable the apparatus 1505 to receive a PSS and an SSS.

[0188] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for receiving a PSS and an SSS (code 1525) . For example, the code 1525, when executed by processor 1420, may cause processor 1420 to cause transceiver 1430 to receive a PSS and an SSS.

[0189] As shown in Fig. 15, the apparatus 1505 may include circuitry for identifying a MIB, carried by a PBCH, based at least in part on the PSS and the SSS (circuitry 1530) . For example, the circuitry 1530 may enable the apparatus 1505 to identify a MIB,  carried by a PBCH, based at least in part on the PSS and the SSS identifying a physical cell ID based at least in part one or more of the PSS or the SSS.

[0190] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for identifying a MIB, carried by a PBCH, based at least in part on the PSS and the SSS (code 1535) . For example, the code 1535, when executed by processor 1420, may cause processor 1420 to identify a MIB, carried by a PBCH, based at least in part on the PSS and the SSS identifying a physical cell ID based at least in part one or more of the PSS or the SSS.

[0191] As shown in Fig. 15, the apparatus 1505 may include circuitry for identifying an SSB index based at least in part on a scramble of the PBCH (circuitry 1530) . For example, the circuitry 1530 may enable the apparatus 1505 to identify an SSB index based at least in part on a scramble of the PBCH.

[0192] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for identifying an SSB index based at least in part on a scramble of the PBCH (code 1535) . For example, the code 1535, when executed by processor 1420, may cause processor 1420 to identify an SSB index based at least in part on a scramble of the PBCH.

[0193] As shown in Fig. 15, the apparatus 1505 may include circuitry for identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models (circuitry 1530) . For example, the circuitry 1530 may enable the apparatus 1505 to identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0194] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models (code 1535) . For example, the code 1535, when executed by processor 1420, may cause processor 1420 to identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with an ML model, or a pairing ID associated with a pair of ML models.

[0195] In some aspects, the apparatus 1505 may include circuitry for receiving a request for location information of the UE (circuitry 1540) . For example, the circuitry 1540 may enable the apparatus 1505 to receive a request for location information of the UE.

[0196] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for receiving a request for location information of the UE (code 1545) . For example, the code 1545, when executed by processor 1420, may cause processor 1420 to cause transceiver 1430 to receive a request for location information of the UE.

[0197] As shown in Fig. 15, the apparatus 1505 may include circuitry for transmitting the location information of the UE (circuitry 1550) . For example, the circuitry 1550 may enable the apparatus 1505 to transmit the location information of the UE.

[0198] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for transmitting the location information of the UE (code 1555) . For example, the code 1555, when executed by processor 1420, may cause processor 1420 to cause transceiver 1430 to transmit the location information of the UE.

[0199] As shown in Fig. 15, the apparatus 1505 may include circuitry for receiving a pairing ID associated with a pair of ML models (circuitry 1560) . For example, the circuitry 1560 may enable the apparatus 1505 to receive a pairing ID associated with a pair of ML models.

[0200] As shown in Fig. 15, the apparatus 1505 may include, stored in computer-readable medium 1425, code for receiving a pairing ID associated with a pair of ML models (code 1565) . For example, the code 1565, when executed by processor 1420, may cause processor 1420 to cause transceiver 1430 to receive a pairing ID associated with a pair of ML models.

[0201] Fig. 15 is provided as an example. Other examples may differ from what is described in connection with Fig. 15.

[0202] Fig. 16 is a diagram of an example apparatus 1600 for wireless communication, in accordance with the present disclosure. The apparatus 1600 may be a network entity, or a network entity may include the apparatus 1600. In some aspects, the apparatus 1600 includes a reception component 1602 and a transmission component 1604, which may be in communication with one another (for example, via one or more buses and / or one or more other components) . As shown, the apparatus 1600 may communicate with another apparatus 1606 (such as a UE, a base station, or another wireless communication device) using the reception component 1602 and the transmission component 1604. As further shown, the apparatus 1600 may include the communication manager 150. The communication manager 150 may include one or  more of an identification component 1608, a decoder component 1610, or a selection component 1612, among other examples.

[0203] In some aspects, the apparatus 1600 may be configured to perform one or more operations described herein in connection with Figs. 1-8. Additionally, or alternatively, the apparatus 1600 may be configured to perform one or more processes described herein, such as process 1000 of Fig. 10, process 1100 of Fig. 11, or a combination thereof. In some aspects, the apparatus 1600 and / or one or more components shown in Fig. 16 may include one or more components of the network entity described in connection with Fig. 2. Additionally, or alternatively, one or more components shown in Fig. 16 may be implemented within one or more components described in connection with Fig. 2. Additionally, or alternatively, one or more components of the set of components may be implemented at least in part as software stored in one or more memories. For example, a component (or a portion of a component) may be implemented as instructions or code stored in a non-transitory computer-readable medium and executable by one or more controllers or one or more processors to perform the functions or operations of the component.

[0204] The reception component 1602 may receive communications, such as reference signals, control information, data communications, or a combination thereof, from the apparatus 1606. The reception component 1602 may provide received communications to one or more other components of the apparatus 1600. In some aspects, the reception component 1602 may perform signal processing on the received communications (such as filtering, amplification, demodulation, analog-to-digital conversion, demultiplexing, deinterleaving, de-mapping, equalization, interference cancellation, or decoding, among other examples) , and may provide the processed signals to the one or more other components of the apparatus 1600. In some aspects, the reception component 1602 may include one or more antennas, one or more modems, one or more demodulators, one or more MIMO detectors, one or more receive processors, one or more controllers / processors, one or more memories, or a combination thereof, of the network entity described in connection with Fig. 2.

[0205] The transmission component 1604 may transmit communications, such as reference signals, control information, data communications, or a combination thereof, to the apparatus 1606. In some aspects, one or more other components of the apparatus 1600 may generate communications and may provide the generated communications to the transmission component 1604 for transmission to the apparatus 1606. In some  aspects, the transmission component 1604 may perform signal processing on the generated communications (such as filtering, amplification, modulation, digital-to-analog conversion, multiplexing, interleaving, mapping, or encoding, among other examples) , and may transmit the processed signals to the apparatus 1606. In some aspects, the transmission component 1604 may include one or more antennas, one or more modems, one or more modulators, one or more transmit MIMO processors, one or more transmit processors, one or more controllers / processors, one or more memories, or a combination thereof, of the network entity described in connection with Fig. 2. In some aspects, the transmission component 1604 may be co-located with the reception component 1602 in one or more transceivers.

[0206] In some aspects, the transmission component 1604 may transmit one or more synchronization signal blocks (SSBs) , each SSB comprising a PSS, an SSS, and a PBCH carrying a MIB, each SSB being associated with an SSB index and a physical cell ID. The transmission component 1604 may transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models. The identification component 1608 may identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0207] The reception component 1602 may receive encoded CSI feedback. The decoder component 1610 may decode the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the model ID or the pairing ID.

[0208] The identification component 1608 may obtain, from configuration information, a mapping between the model ID and one or more of the SSB index or the physical cell ID. The identification component 1608 may obtain, from configuration information, a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.

[0209] In some aspects, the selection component 1612 may select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback. The transmission component 1604 may transmit the pairing ID to one or more of the UE or a second network entity.

[0210] The reception component 1602 may receive the location information of the UE. The reception component 1602 may receive the model pair description. The  reception component 1602 may receive encoded CSI feedback from the UE. The decoder component 1610 may decode the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the pairing ID.

[0211] The number and arrangement of components shown in Fig. 16 are provided as an example. In practice, there may be additional components, fewer components, different components, or differently arranged components than those shown in Fig. 16. Furthermore, two or more components shown in Fig. 16 may be implemented within a single component, or a single component shown in Fig. 16 may be implemented as multiple, distributed components. Additionally, or alternatively, a set of (one or more) components shown in Fig. 16 may perform one or more functions described as being performed by another set of components shown in Fig. 16.

[0212] Fig. 17 is a diagram illustrating an example 1700 of a hardware implementation for an apparatus 1705 employing a processing system 1710, in accordance with the present disclosure. The apparatus 1705 may be a network entity or may be at (e.g., included in) a network entity.

[0213] The processing system 1710 may be implemented with a bus architecture, represented generally by the bus 1715. The bus 1715 may include any number of interconnecting buses and bridges depending on the specific application of the processing system 1710 and the overall design constraints. The bus 1715 links together various circuits including one or more processors and / or hardware components, represented by the processor 1720, the illustrated components, and the computer-readable medium  / memory 1725. The processor 1720 may include multiple processors, such as processor 1720a, memory 1720b, and memory 1720c. The memory 1725 may include multiple memories, such as memory 1725a, memory 1725b, and memory 1725c. The bus 1715 may also link various other circuits, such as timing sources, peripherals, voltage regulators, and / or power management circuits.

[0214] The processing system 1710 may be coupled to one or more transceivers 1730. A transceiver 1730 is coupled to one or more antennas 1735. The transceiver 1730 provides a means for communicating with various other apparatuses over a transmission medium. The transceiver 1730 receives a signal from the one or more antennas 1735, extracts information from the received signal, and provides the extracted information to the processing system 1710, specifically the reception component 1602. In addition, the transceiver 1730 receives information from the processing system 1710, specifically the  transmission component 1604, and generates a signal to be applied to the one or more antennas 1735 based at least in part on the received information.

[0215] The processing system 1710 includes one or more processors 1720 coupled to a computer-readable medium  / memory 1725. A processor 1720 is responsible for general processing, including the execution of software stored on the computer-readable medium  / memory 1725. The software, when executed by the processor 1720, causes the processing system 1710 to perform the various functions described herein for any particular apparatus. The computer-readable medium  / memory 1725 may also be used for storing data that is manipulated by the processor 1720 when executing software. The processing system further includes at least one of the illustrated components. The components may be software modules running in the processor 1720, resident / stored in the computer readable medium  / memory 1725, one or more hardware modules coupled to the processor 1720, or some combination thereof.

[0216] In some aspects, the processing system 1710 may be a component of the UE 120 and may include one or more memories, such as the memory 282, and / or may include one or more processors, such as at least one of the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280. In some aspects, the apparatus 1705 for wireless communication includes means for transmitting one or more synchronization signal blocks (SSBs) , each SSB comprising a PSS, an SSS, and a PBCH carrying a MIB, each SSB being associated with an SSB index and a physical cell ID; means for transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models; and means for identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID. In some aspects, the apparatus 1705 for wireless communication includes means for selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback; and means for transmitting the pairing ID to one or more of the UE or a second network entity. The aforementioned means may be one or more of the aforementioned components of the apparatus 1700 and / or the processing system 1710 of the apparatus 1705 configured to perform the functions recited by the aforementioned means. As described elsewhere herein, the processing system 1710 may include the TX  MIMO processor 266, the RX processor 258, and / or the controller / processor 280. In one configuration, the aforementioned means may be the TX MIMO processor 266, the RX processor 258, and / or the controller / processor 280 configured to perform the functions and / or operations recited herein.

[0217] Fig. 17 is provided as an example. Other examples may differ from what is described in connection with Fig. 17.

[0218] Fig. 18 is a diagram illustrating an example 1800 of an implementation of code and circuitry for an apparatus 1805, in accordance with the present disclosure. The circuity may include processing circuitry and memory circuitry. The apparatus 1805 may be a network entity, or a network entity may include the apparatus 1805.

[0219] As shown in Fig. 18, the apparatus 1805 may include circuitry for transmitting one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying a MIB, each SSB being associated with an SSB index and a physical cell ID (circuitry 1820) . For example, the circuitry 1820 may enable the apparatus 1805 to transmit one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying a MIB, each SSB being associated with an SSB index and a physical cell ID.

[0220] As shown in Fig. 18, the apparatus 1805 may include, stored in computer-readable medium 1725, code for transmitting one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying a MIB, each SSB being associated with an SSB index and a physical cell ID (code 1825) . For example, the code 1825, when executed by processor 1720, may cause processor 1720 to cause transceiver 1730 to transmit one or more SSBs, each SSB comprising a PSS, an SSS, and a PBCH carrying a MIB, each SSB being associated with an SSB index and a physical cell ID.

[0221] As shown in Fig. 18, the apparatus 1805 may include circuitry for transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models (circuitry 1830) . For example, the circuitry 1830 may enable the apparatus 1805 to transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models.

[0222] As shown in Fig. 18, the apparatus 1805 may include, stored in computer-readable medium 1725, code for transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models (code 1835) . For example, the code 1835, when executed by processor 1720, may cause processor 1720 to cause transceiver 1730 to transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with an ML model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models.

[0223] As shown in Fig. 18, the apparatus 1805 may include circuitry for identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID (circuitry 1840) . For example, the circuitry 1840 may enable the apparatus 1805 to identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0224] As shown in Fig. 18, the apparatus 1805 may include, stored in computer-readable medium 1725, code for identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID (code 1845) . For example, the code 1845, when executed by processor 1720, may cause processor 1720 to identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0225] As shown in Fig. 18, the apparatus 1805 may include circuitry for selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback (circuitry 1850) . For example, the circuitry 1850 may enable the apparatus 1805 to select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback.

[0226] As shown in Fig. 18, the apparatus 1805 may include, stored in computer-readable medium 1725, code for selecting, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and  decoding CSI feedback (code 1855) . For example, the code 1855, when executed by processor 1720, may cause processor 1720 to select, based at least in part on location information of a UE, a pairing ID associated with a pair of ML models associated with encoding and decoding CSI feedback.

[0227] As shown in Fig. 18, the apparatus 1805 may include circuitry for transmitting the pairing ID to one or more of the UE or a second network entity (circuitry 1860) . For example, the circuitry 1860 may enable the apparatus 1805 to transmit the pairing ID to one or more of the UE or a second network entity.

[0228] As shown in Fig. 18, the apparatus 1805 may include, stored in computer-readable medium 1725, code for transmitting the pairing ID to one or more of the UE or a second network entity (code 1865) . For example, the code 1865, when executed by processor 1720, may cause processor 1720 to cause transceiver 1730 to transmit the pairing ID to one or more of the UE or a second network entity.

[0229] Fig. 18 is provided as an example. Other examples may differ from what is described in connection with Fig. 18.

[0230] The following provides an overview of some Aspects of the present disclosure:

[0231] Aspect 1: A method of wireless communication performed by a user equipment (UE) , comprising: receiving a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) ; identifying a master information block (MIB) , carried by a physical broadcast channel (PBCH) , based at least in part on the PSS and the SSS, identifying a physical cell identifier (ID) based at least in part one or more of the PSS or the SSS; identifying a synchronization signal block (SSB) index based at least in part on a scramble of the PBCH; and identifying, based at least in part on the SSB index or the physical cell ID, a model ID associated with a machine learning (ML) model, or a pairing ID associated with a pair of ML models.

[0232] Aspect 2: The method of Aspect 1, wherein the ML model is associated with encoding or decoding channel state information (CSI) feedback, and wherein the pair of ML models is associated with encoding and decoding CSI feedback.

[0233] Aspect 3: The method of any of Aspects 1-2, further comprising: encoding channel state information (CSI) feedback using the ML model associated with the model ID or using an ML model of the pairs of ML models associated with the pairing ID; and transmitting the encoded CSI feedback.

[0234] Aspect 4: The method of any of Aspects 1-3, wherein the MIB indicates one or more model IDs, and wherein identifying the model ID includes identifying the model  ID from the one or more model IDs based at least in part on a mapping between the model ID and one or more of the SSB index or the physical cell ID.

[0235] Aspect 5: The method of any of Aspects 1-4, wherein the MIB indicates a list of one or more pairing IDs, and wherein identifying the pairing ID includes identifying the pairing ID from the list of one or more pairing IDs based at least in part on a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.

[0236] Aspect 6: The method of any of Aspects 1-5, wherein identifying the model ID includes identifying the model ID further based at least in part on remaining minimum system information (RMSI) or other system information (OSI) .

[0237] Aspect 7: The method of any of Aspects 1-6, wherein identifying the pairing ID includes identifying the pairing ID further based at least in part on remaining minimum system information (RMSI) or other system information (OSI) .

[0238] Aspect 8: A method of wireless communication performed by a network entity, comprising: transmitting one or more synchronization signal blocks (SSBs) , each SSB comprising a primary synchronization signal (PSS) , a secondary synchronization signal (SSS) , and a physical broadcast channel (PBCH) carrying a master information block (MIB) , each SSB being associated with an SSB index and a physical cell identifier (ID) ; transmitting one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with a machine learning (ML) model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models; and identifying a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0239] Aspect 9: The method of Aspect 8, further comprising: receiving encoded CSI feedback; and decoding the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the model ID or the pairing ID.

[0240] Aspect 10: The method of any of Aspects 8-9, wherein transmitting the one or more model IDs includes transmitting the one or more model IDs in a master information block (MIB) .

[0241] Aspect 11: The method of Aspect 10, further comprising obtaining, from configuration information, a mapping between the model ID and one or more of the SSB index or the physical cell ID.

[0242] Aspect 12: The method of any of Aspects 8-11, wherein transmitting the one or more pairing IDs includes transmitting a list of pairing IDs in a master information block (MIB) .

[0243] Aspect 13: The method of Aspect 12, further comprising obtaining, from configuration information, a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.

[0244] Aspect 14: The method of any of Aspects 8-13, wherein transmitting the one or more model IDs includes transmitting a model ID in remaining minimum system information (RMSI) or other system information (OSI) .

[0245] Aspect 15: The method of any of Aspects 8-14, wherein transmitting the one or more pairing IDs includes transmitting a pairing ID in remaining minimum system information (RMSI) or other system information (OSI) .

[0246] Aspect 16: A method of wireless communication performed by a first network entity, comprising: selecting, based at least in part on location information of a user equipment (UE) , a pairing identifier (ID) associated with a pair of machine learning (ML) models associated with encoding and decoding channel state information (CSI) feedback; and transmitting the pairing ID to one or more of the UE or a second network entity.

[0247] Aspect 17: The method of Aspect 16, further comprising receiving the location information of the UE.

[0248] Aspect 18: The method of any of Aspects 16-17, wherein selecting the pairing ID includes selecting the pairing ID further based at least in part on a model pair description associated with one or more of scenario information or location information for pairs of ML models.

[0249] Aspect 19: The method of Aspect 18, wherein selecting the pairing ID includes selecting the pairing ID further based at least in part on meta information for the model pair description.

[0250] Aspect 20: The method of Aspect 18, further comprising receiving the model pair description.

[0251] Aspect 21: The method of any of Aspects 16-20, further comprising: receiving encoded CSI feedback from the UE; and decoding the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the pairing ID.

[0252] Aspect 22: A method of wireless communication performed by a user equipment (UE) , comprising: receiving a request for location information of the UE;  transmitting the location information of the UE; and receiving a pairing identifier (ID) associated with a pair of machine learning (ML) models.

[0253] Aspect 23: The method of Aspect 22, further comprising: encoding CSI feedback using an ML model associated with encoding CSI feedback associated with the pairing ID; and transmitting the encoded CSI feedback.

[0254] Aspect 24: An apparatus for wireless communication at a device, the apparatus comprising one or more processors; one or more memories coupled with the one or more processors; and instructions stored in the one or more memories and executable by the one or more processors to cause the apparatus to perform the method of one or more of Aspects 1-23.

[0255] Aspect 25: An apparatus for wireless communication at a device, the apparatus comprising one or more memories and one or more processors coupled to the one or more memories, the one or more processors configured to cause the device to perform the method of one or more of Aspects 1-23.

[0256] Aspect 26: An apparatus for wireless communication, the apparatus comprising at least one means for performing the method of one or more of Aspects 1-23.

[0257] Aspect 27: A non-transitory computer-readable medium storing code for wireless communication, the code comprising instructions executable by one or more processors to perform the method of one or more of Aspects 1-23.

[0258] Aspect 28: A non-transitory computer-readable medium storing a set of instructions for wireless communication, the set of instructions comprising one or more instructions that, when executed by one or more processors of a device, cause the device to perform the method of one or more of Aspects 1-23.

[0259] Aspect 29: A device for wireless communication, the device comprising a processing system that includes one or more processors and one or more memories coupled with the one or more processors, the processing system configured to cause the device to perform the method of one or more of Aspects 1-23.

[0260] Aspect 30: An apparatus for wireless communication at a device, the apparatus comprising one or more memories and one or more processors coupled to the one or more memories, the one or more processors individually or collectively configured to cause the device to perform the method of one or more of Aspects 1-23.

[0261] Aspect 31: An apparatus for wireless communication at a user equipment (UE) , comprising: a processing system that includes processor circuitry and memory  circuitry that stores code and is coupled with the processor circuitry, the processing system configured to cause the UE to perform the method of one or more of Aspects 1-23.

[0262] Aspect 32: An apparatus for wireless communication at a user equipment (UE) , comprising: one or more memories; and one or more processors coupled to the one or more memories, the one or more processors configured to cause the UE to: receive a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) ; identifying a master information block (MIB) , carried by a physical broadcast channel (PBCH) , based at least in part on the PSS and the SSS, identify a physical cell identifier (ID) based at least in part one or more of the PSS or the SSS; identify a synchronization signal block (SSB) index based at least in part on a scramble of the PBCH; and identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with a machine learning (ML) model, or a pairing ID associated with a pair of ML models.

[0263] Aspect 33: The apparatus of Aspect 32, wherein the one or more processors are configured, individually or collectively, to cause the UE to: receive a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) ; identifying a master information block (MIB) , carried by a physical broadcast channel (PBCH) , based at least in part on the PSS and the SSS, identify a physical cell identifier (ID) based at least in part one or more of the PSS or the SSS; identify a synchronization signal block (SSB) index based at least in part on a scramble of the PBCH; and identify, based at least in part on the SSB index or the physical cell ID, a model ID associated with a machine learning (ML) model, or a pairing ID associated with a pair of ML models.

[0264] Aspect 34: An apparatus for wireless communication at a network entity, comprising: one or more memories; and one or more processors coupled to the one or more memories, the one or more processors configured to cause the network entity to: transmit one or more synchronization signal blocks (SSBs) , each SSB comprising a primary synchronization signal (PSS) , a secondary synchronization signal (SSS) , and a physical broadcast channel (PBCH) carrying a master information block (MIB) , each SSB being associated with an SSB index and a physical cell identifier (ID) ; transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with a machine learning (ML) model, and each pairing ID of the one or more  pairing IDs being associated with a pair of ML models; and identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0265] Aspect 35: The apparatus of Aspect 34, wherein the one or more processors are configured, individually or collectively, to cause the UE to: transmit one or more synchronization signal blocks (SSBs) , each SSB comprising a primary synchronization signal (PSS) , a secondary synchronization signal (SSS) , and a physical broadcast channel (PBCH) carrying a master information block (MIB) , each SSB being associated with an SSB index and a physical cell identifier (ID) ; transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with a machine learning (ML) model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models; and identify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.

[0266] Aspect 36: An apparatus for wireless communication at a user equipment (UE) , comprising: one or more memories; and one or more processors coupled to the one or more memories, the one or more processors configured to cause the UE to: select, based at least in part on location information of a user equipment (UE) , a pairing identifier (ID) associated with a pair of machine learning (ML) models associated with encoding and decoding channel state information (CSI) feedback; and transmit the pairing ID to one or more of the UE or a second network entity.

[0267] Aspect 37: The apparatus of Aspect 36, wherein the one or more processors are configured, individually or collectively, to cause the UE to: select, based at least in part on location information of a user equipment (UE) , a pairing identifier (ID) associated with a pair of machine learning (ML) models associated with encoding and decoding channel state information (CSI) feedback; and transmit the pairing ID to one or more of the UE or a second network entity.

[0268] Aspect 38: An apparatus for wireless communication at a user equipment (UE) , comprising: one or more memories; and one or more processors coupled to the one or more memories, the one or more processors configured to cause the UE to: receive a request for location information of the UE; transmit the location information of the UE; and receive a pairing identifier (ID) associated with a pair of machine learning (ML) models.

[0269] Aspect 39: The apparatus of Aspect 38, wherein the one or more processors are configured, individually or collectively, to cause the UE to: receive a request for location information of the UE; transmit the location information of the UE; and receive a pairing identifier (ID) associated with a pair of machine learning (ML) models.

[0270] Aspect 40: An apparatus for wireless communication at a user equipment (UE) , comprising: one or more memories; and one or more processors coupled to the one or more memories, the one or more processors configured to cause the UE to perform the method of any of claims 1-7 and claims 22-23.

[0271] Aspect 40: An apparatus for wireless communication at a network entity, comprising: one or more memories; and one or more processors coupled to the one or more memories, the one or more processors configured to cause the UE to perform the method of any of claims 8-21.

[0272] The foregoing disclosure provides illustration and description but is not intended to be exhaustive or to limit the aspects to the precise forms disclosed. Modifications and variations may be made in light of the above disclosure or may be acquired from practice of the aspects.

[0273] As used herein, the term “component” is intended to be broadly construed as hardware and / or a combination of hardware and software. “Software” shall be construed broadly to mean instructions, instruction sets, code, code segments, program code, programs, subprograms, software modules, applications, software applications, software packages, routines, subroutines, objects, executables, threads of execution, procedures, and / or functions, among other examples, whether referred to as software, firmware, middleware, microcode, hardware description language, or otherwise. As used herein, a “processor” is implemented in hardware and / or a combination of hardware and software. It will be apparent that systems and / or methods described herein may be implemented in different forms of hardware and / or a combination of hardware and software. The actual specialized control hardware or software code used to implement these systems and / or methods is not limiting of the aspects. Thus, the operation and behavior of the systems and / or methods are described herein without reference to specific software code, since those skilled in the art will understand that software and hardware can be designed to implement the systems and / or methods based, at least in part, on the description herein.

[0274] The hardware and data processing apparatus used to implement the various illustrative logics, logical blocks, modules and circuits described in connection with the  aspects disclosed herein may be implemented or performed with a general purpose single-or multi-chip processor, a digital signal processor (DSP) , an application specific integrated circuit (ASIC) , a field programmable gate array (FPGA) or other programmable logic device, discrete gate or transistor logic, discrete hardware components, or any combination thereof designed to perform the functions described herein. A general purpose processor may be a microprocessor, or any conventional processor, controller, microcontroller, or state machine. A processor also may be implemented as a combination of computing devices, for example, a combination of a DSP and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a DSP core, or any other such configuration. In some aspects, particular processes and methods may be performed by circuitry that is specific to a given function.

[0275] As used herein, “satisfying a threshold” may, depending on the context, refer to a value being greater than the threshold, greater than or equal to the threshold, less than the threshold, less than or equal to the threshold, equal to the threshold, not equal to the threshold, or the like.

[0276] Even though particular combinations of features are recited in the claims and / or disclosed in the specification, these combinations are not intended to limit the disclosure of various aspects. Many of these features may be combined in ways not specifically recited in the claims and / or disclosed in the specification. The disclosure of various aspects includes each dependent claim in combination with every other claim in the claim set. As used herein, a phrase referring to “at least one of” a list of items refers to any combination of those items, including single members. As an example, “at least one of: a, b, or c” is intended to cover a, b, c, a + b, a + c, b + c, and a + b + c, as well as any combination with multiples of the same element (e.g., a + a, a + a + a, a + a + b, a +a + c, a + b + b, a + c + c, b + b, b + b + b, b + b + c, c + c, and c + c + c, or any other ordering of a, b, and c) .

[0277] No element, act, or instruction used herein should be construed as critical or essential unless explicitly described as such. Also, as used herein, the articles “a” and “an” are intended to include one or more items and may be used interchangeably with “one or more. ” Further, as used herein, the article “the” is intended to include one or more items referenced in connection with the article “the” and may be used interchangeably with “the one or more. ” Furthermore, as used herein, the terms “set” and “group” are intended to include one or more items and may be used interchangeably with “one or  more. ” Where only one item is intended, the phrase “only one” or similar language is used. Also, as used herein, the terms “has, ” “have, ” “having, ” or the like are intended to be open-ended terms that do not limit an element that they modify (e.g., an element “having” A may also have B) . Further, the phrase “based on” is intended to mean “based, at least in part, on” unless explicitly stated otherwise. Also, as used herein, the term “or” is intended to be inclusive when used in a series and may be used interchangeably with “and / or, ” unless explicitly stated otherwise (e.g., if used in combination with “either” or “only one of” ) .

Claims

1.An apparatus for wireless communication at a user equipment (UE) , comprising:one or more memories; andone or more processors, coupled to the one or more memories, configured to cause the UE to:receive a primary synchronization signal (PSS) and a secondary synchronization signal (SSS) ;identify a master information block (MIB) , carried by a physical broadcast channel (PBCH) , based at least in part on the PSS and the SSS,identify a physical cell identifier (ID) based at least in part one or more of the PSS or the SSS;identify a synchronization signal block (SSB) index based at least in part on a scramble of the PBCH; andidentify, based at least in part on the SSB index or the physical cell ID, a model ID associated with a machine learning (ML) model, or a pairing ID associated with a pair of ML models.2.The apparatus of claim 1, wherein the ML model is associated with encoding or decoding channel state information (CSI) feedback, and wherein the pair of ML models is associated with encoding and decoding CSI feedback.3.The apparatus of claim 1, wherein the one or more processors are further configured to cause the UE to:encode channel state information (CSI) feedback using the ML model associated with the model ID or using an ML model of the pairs of ML models associated with the pairing ID; andtransmit the encoded CSI feedback.4.The apparatus of claim 1, wherein the MIB indicates one or more model IDs, and wherein the one or more processors, to identify the model ID, are configured to cause the UE to identify the model ID from the one or more model IDs based at least in part on a mapping between the model ID and one or more of the SSB index or the physical cell ID.5.The apparatus of claim 1, wherein the MIB indicates a list of one or more pairing IDs, and wherein the one or more processors, to identify the pairing ID, are configured to identify the pairing ID from the list of one or more pairing IDs based at least in part on a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.6.The apparatus of claim 1, wherein the one or more processors, to cause the UE to identify the model ID, are configured to cause the UE to identify the model ID further based at least in part on remaining minimum system information (RMSI) or other system information (OSI) .7.The apparatus of claim 1, wherein the one or more processors, to cause the UE to identify the pairing ID, are configured to cause the UE to identify the pairing ID further based at least in part on remaining minimum system information (RMSI) or other system information (OSI) .8.An apparatus for wireless communication at a network entity, comprising:one or more memories; andone or more processors, coupled to the one or more memories, configured to cause the network entity to:transmit one or more synchronization signal blocks (SSBs) , each SSB comprising a primary synchronization signal (PSS) , a secondary synchronization signal (SSS) , and a physical broadcast channel (PBCH) carrying a master information block (MIB) , each SSB being associated with an SSB index and a physical cell identifier (ID) ;transmit one or more model IDs or one or more pairing IDs in system information associated with the SSB index and the physical cell ID, each model ID of the one or more model IDs being associated with a machine learning (ML) model, and each pairing ID of the one or more pairing IDs being associated with a pair of ML models; andidentify a model ID from the one or more model IDs or a pairing ID from the one or more pairing IDs, based at least in part on one or more of the SSB index or the physical cell ID.9.The apparatus of claim 8, wherein the one or more processors are configured to cause the network entity to:receive encoded CSI feedback; anddecode the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the model ID or the pairing ID.10.The apparatus of claim 8, wherein the one or more processors, to cause the network entity to transmit the one or more model IDs, are configured to cause the network entity to transmit the one or more model IDs in a master information block (MIB) .11.The apparatus of claim 10, wherein the one or more processors are configured to cause the network entity to obtain, from configuration information, a mapping between the model ID and one or more of the SSB index or the physical cell ID.12.The apparatus of claim 8, wherein the one or more processors, to cause the network entity to transmit the one or more pairing IDs, are configured to cause the network entity to transmit a list of pairing IDs in a master information block (MIB) .13.The apparatus of claim 12, wherein the one or more processors are configured to cause the network entity to obtain, from configuration information, a mapping between the pairing ID and one or more of the SSB index or the physical cell ID.14.The apparatus of claim 8, wherein the one or more processors, to cause the network entity to transmit the one or more model IDs, are configured to cause the network entity to transmit a model ID in remaining minimum system information (RMSI) or other system information (OSI) .15.The apparatus of claim 8, wherein the one or more processors, to cause the network entity to transmit the one or more pairing IDs, are configured to cause the network entity to transmit a pairing ID in remaining minimum system information (RMSI) or other system information (OSI) .16.An apparatus for wireless communication at a first network entity, comprising:one or more memories; andone or more processors, coupled to the one or more memories, configured to cause the first network entity to:select, based at least in part on location information of a user equipment (UE) , a pairing identifier (ID) associated with a pair of machine learning (ML) models associated with encoding and decoding channel state information (CSI) feedback; andtransmit the pairing ID to one or more of the UE or a second network entity.17.The apparatus of claim 16, wherein the one or more processors are configured to cause the first network entity to receive the location information of the UE.18.The apparatus of claim 16, wherein to select the pairing ID, the one or more processors are configured to cause the first network entity to select the pairing ID further based at least in part on a model pair description associated with one or more of scenario information or location information for pairs of ML models.19.The apparatus of claim 18, wherein to select the pairing ID, the one or more processors are configured to cause the first network entity to select the pairing ID further based at least in part on meta information for the model pair description.20.The apparatus of claim 18, wherein the one or more processors are further configured to cause the first network entity to receive the model pair description.21.The apparatus of claim 16, wherein the one or more processors are further configured to cause the first network entity to:receive encoded CSI feedback from the UE; anddecode the encoded CSI feedback using an ML model associated with decoding CSI feedback associated with the pairing ID.22.An apparatus for wireless communication at a user equipment (UE) , comprising:one or more memories; andone or more processors, coupled to the one or more memories, configured to cause the UE to:receive a request for location information of the UE;transmit the location information of the UE; andreceive a pairing identifier (ID) associated with a pair of machine learning (ML) models.23.The apparatus of claim 22, wherein the one or more processors are further configured to cause the UE to:encode CSI feedback using an ML model associated with encoding CSI feedback associated with the pairing ID; andtransmit the encoded CSI feedback.

Images