Adattamento di LLM per la produzione additiva di compositi polimerici tramite RAG e fine-tuning
Uno studio di arXiv (2605.12516) esplora l'adattamento di dominio dei modelli linguistici di grandi dimensioni (LLM) per la produzione additiva (AM) di compositi polimerici. Gli LLM generici faticano nei domini ingegneristici specializzati a causa della limitata conoscenza di dominio. La ricerca indaga il fine-tuning e la generazione aumentata da recupero (RAG) per migliorare l'accuratezza e la pertinenza delle risposte. È stato costruito un corpus AM curato e sono state valutate tre configurazioni basate su LLaMA-3. Il lavoro affronta la sfida delle fonti eterogenee di conoscenza AM, tra cui letteratura accademica, documentazione dei produttori, standard tecnici e guide procedurali.
Fatti principali
- Articolo arXiv 2605.12516
- Adattamento di dominio degli LLM per la produzione additiva di compositi polimerici
- Utilizza generazione aumentata da recupero (RAG) e fine-tuning
- Costruisce un corpus AM curato
- Valuta tre configurazioni basate su LLaMA-3
- Affronta fonti di conoscenza eterogenee: letteratura accademica, documentazione dei produttori, standard tecnici, guide procedurali
- Gli LLM generici mancano di conoscenza di dominio per l'ingegneria specializzata
- Si concentra sul miglioramento dell'accuratezza, pertinenza e usabilità delle risposte per QA a livello esperto
Entità
Istituzioni
- arXiv
- LLaMA-3