机构名称：
¥ 1.0
摘要 - 传统的工业自动化系统需要专业的专业知识来操作和复杂的重新编程以适应新流程。大型语言模型提供了智能，以使其更灵活，更易于使用。但是，LLMS在工业环境中的应用没有充满信心。本文介绍了一个集成LLM的框架，以实现工业自动化系统的端到端控制。框架的核心是设计用于工业任务的代理系统，一种结构化提示方法以及事件驱动的信息建模机制，可为LLM推理提供实时数据。该框架在不同上下文语义级别上提供实时事件的LLM，使他们可以解释信息，生成生产计划并控制自动化系统上的操作。它还支持结构化的数据集创建，以在LLMS的下游应用程序上进行微调。我们的贡献包括正式的系统设计，概念验证实现以及一种用于LLM微调和测试的特定任务数据集的方法。这种方法启用了一个更适应性的自动化系统，可以对自发事件做出响应，同时可以通过自然语言更轻松地操作和配置，从而实现更直观的人机相互作用。我们在GitHub上提供演示视频和详细数据：https：//github.com/yuchenxia/llm4ias
使用大语言模型的控制工业自动化系统
主要关键词
相关文件推荐
