1.負(fù)責(zé)選擇和微調(diào)合適的LLM基礎(chǔ)模型(如開源模型:Qwen,DeepSeek,Llama、或通過API調(diào)用
GPT、文心一言等),使其適應(yīng)紡機(jī)領(lǐng)域的專業(yè)術(shù)語(yǔ)和知識(shí)。
2.不僅限于LLM,還包括開發(fā)用于設(shè)備健康診斷的時(shí)序數(shù)據(jù)預(yù)測(cè)模型(如振動(dòng)分析、溫度預(yù)測(cè))、異常檢測(cè)算法等。
3.對(duì)通用模型進(jìn)行訓(xùn)練、優(yōu)化,以滿足紡織工業(yè)現(xiàn)場(chǎng)智能化計(jì)算需求的垂直大模型。
4.計(jì)算機(jī)科學(xué)、人工智能、統(tǒng)計(jì)學(xué)等專業(yè),有NLP和時(shí)序數(shù)據(jù)預(yù)測(cè)項(xiàng)目經(jīng)驗(yàn),熟悉PyTorch/TensorFlow等框架。