制造业大模型的构建与实践

本书是一本讲解大模型融合制造业应用的实战指南。由上市企业的智能化负责人，基于实际项目落地经验撰写。

基础篇首先探讨大模型在制造业中的应用与价值，使读者对二者的关联建立基本认知。然后，介绍大模型的发展历程、核心概念和Transformer架构原理。之后，深入讨论大模型构建路径，包括数据处理、分词、词嵌入和训练等关键步骤。

同时，指出预训练模型的局限性，并提出相应的优化策略，如指令微调和混合专家模型。此外，本篇还涉及多模态大模型与AIGC技术，以及提升大模型性能和安全性的提示词工程。

应用篇首先介绍大模型技术在制造业企业中的应用方法，包括8种适用情形、垂直领域微调技术和RAG（检索增强生成）技术。然后，围绕AI Agent，介绍其内部原理、应用案例、与RPA（机器人流程自动化）的关系以及实战工具Lang Chain的使用方法。

接着，详细介绍大模型的云端和边缘部署方案、大模型压缩的常用技术（如蒸馏、量化、剪枝等）以及软硬件适配策略。并且，通过两个实践案例，展示了大模型在工业制造、设备运维等领域的具体应用，涉及智能排产、生产工艺优化、预测性维护等关键知识。最后，综合全书内容，对大模型的技术与应用进行梳理和总结，并且对其未来发展趋势进行深入思考和展望。