利用本地知识库赋能类 ChatGPT 大规模语言模型以应用于工业预测与健康管理
信息检索
2024-11-28 v3 人工智能
计算与语言
摘要
预测与健康管理（PHM）对工业运维至关重要，侧重于预测、诊断和管理工业系统的健康状态。类 ChatGPT 大规模语言模型（LLM）的出现开始引领人工智能领域的新一轮创新，极大提升了各领域的智能化水平。因此，有望其进一步改变工业 PHM 的应用范式并推动 PHM 走向智能化。尽管类 ChatGPT LLM 具备丰富的知识储备和强大的语言理解与生成能力，但缺乏领域专业知识，这极大限制了其在 PHM 应用中的实用性。为此，本研究探讨了在工业 PHM 中由本地知识库（LKB）赋能的类 ChatGPT LLM，以解决上述局限性。此外，我们介绍了将 LKB 与 LLM 相结合的方法和步骤，包括 LKB 准备、LKB 向量化、提示工程等。真实案例的实验分析表明，将 LKB 与类 ChatGPT LLM 相结合可显著提升其性能，使类 ChatGPT LLM 更准确、更具相关性，并能提供更有洞察力的信息。这能够促进类 ChatGPT LLM 在工业 PHM 领域的发展，并提升其效率与质量。
引用
@article{arxiv.2312.14945,
title = {Empowering ChatGPT-Like Large-Scale Language Models with Local Knowledge Base for Industrial Prognostics and Health Management},
author = {Huan Wang and Yan-Fu Li and Min Xie},
journal= {arXiv preprint arXiv:2312.14945},
year = {2024}
}