English(EN) Domain Adapted Large Language Models for Additive Manufacturing

面向增材制造的新型大语言模型准确率达90%

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-10 04:00

研究人员通过自适应开源模型（如 Gemma 3、Qwen 3 和 Gemma 4）开发了面向增材制造的专业大语言模型。这些模型在约5000万个增材制造期刊文章的文本和视觉数据上进行了训练。使用增材制造基准（Additive-Manufacturing-Benchmark）进行的评估显示，这些领域自适应模型在增材制造知识任务上的准确率超过90%，证明了LLM专业化的一种有效方法。 AI

影响展示了一种将LLM专业化应用于特定工业领域的可行方法，有望提高增材制造等领域的效率和知识获取能力。

排序理由该集群包含一篇详细介绍领域自适应大语言模型开发和评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Peter Pak, Amir Barati Farimani · 2026-06-10 04:00

Domain Adapted Large Language Models for Additive Manufacturing

arXiv:2603.22017v2 Announce Type: replace Abstract: This work presents a collection of multi-modal domain adapted large language models built upon the instruction tuned variants of open weight models (Gemma 3, Qwen 3, Gemma 4) using a relatively small dataset of around 50 million…

报道来源 [1]

Domain Adapted Large Language Models for Additive Manufacturing

相关实体

相关话题