所有AI工具AI开发框架
AdditiveLLM官网 – 增材制造缺陷预测模型
AdditiveLLM 是一个经过微调的大型语言模型,专注于预测增材制造中的缺陷,特别是激光粉末床熔融(L-PBF)工艺。研究比较了结构化输入和自然语言输入的性能,发现结构化输入下 Lla...
标签:AI开发框架增材制造缺陷预测模型 激光粉末床熔融工艺预测 结构化输入与自然语言输入比较AI交流(进群备注:AdditiveLLM)

AdditiveLLM 是一个经过微调的大型语言模型,专注于预测增材制造中的缺陷,特别是激光粉末床熔融(L-PBF)工艺。研究比较了结构化输入和自然语言输入的性能,发现结构化输入下 Llama 3.2 模型达到 93% 的准确率。项目使用了包含 2779 个数据点的庞大数据集,覆盖超过 20 种材料,主要包括 Ti-6Al-4V 和不锈钢 316L。过程参数包括材料、功率、速度、光束直径、孵化间距和层高。
AdditiveLLM的特点:
- 1. 缺陷预测能力:可以预测四种缺陷状态——Keyholing、Lack of Fusion、Balling 和 None(无缺陷)
- 2. 输入格式灵活:支持结构化输入和自然语言输入
- 3. 参数范围广泛:覆盖了广泛的工艺参数,适合多种材料和工艺条件
AdditiveLLM的功能:
- 1. 结构化输入:按顺序提供过程参数,用 [SEP] 分隔
- 2. 自然语言输入:以自然语言形式提出查询,如“在特定材料和参数下可能出现哪些缺陷”
- 3. 访问与使用:模型和数据集可在 additivellm.ppak.net 访问,具体使用详情需参考该网站
相关导航
暂无评论...