AdditiveLLM2：用于增材制造的多模态大语言模型
机器学习
2026-03-24 v1
摘要
本工作提出了AdditiveLLM2，这是一个多模态、适用于增材制造领域的大语言模型，基于经指令调优的Gemma 3模型变体构建，采用约5000万token的相对较小数据集。数据集（AdditiveLLM2-OA）由公开获取的增材制造期刊文章组成，提取数据用于领域适应性预训练和视觉指令调优过程。对开发的各阶段模型在Additive-Manufacturing-Benchmark上进行评估，该基准由编译的已发表资源构成增材制造领域特定任务。AdditiveLLM2在语言和视觉任务方面均表现出色，在一般增材制造知识方面实现了90%以上的准确率。这种领域适应性预训练和指令调优策略为大语言模型在特定领域如增材制造进行专业化提供了可及的方案。
引用
@article{arxiv.2603.22017,
title = {AdditiveLLM2: A Multi-modal Large Language Model for Additive Manufacturing},
author = {Peter Pak and Amir Barati Farimani},
journal= {arXiv preprint arXiv:2603.22017},
year = {2026}
}