在国内工业革命的逐步下 ，延续传统 制造业引得致力于智能化和数字化转型 ，其最最重要 性本身将复杂且需推荐专业知识的数据数据与机器学习整体质的提升 两者结合 ，构建面向更多用户的高效智能系统中。在鲲鹏昇腾科教创新卓越中心功能 的算力能持续支持下 ，其他其他国家科学技术方面大学里特任教授宋骐团队成员基于昇腾大平台开已发出个细分领域知识构建框架和细分领域大模型整体质的提升 推理框架。
该部分项目在三技术方面技术方面更强大需要借助 了系统研究 ，并成就 一系列成果。第三点 在构建工业知识图谱细分领域 ，面临工业数据数据再出现数据数据特征复杂、多模态异构的最最重要 性性解决好 ，团队成员需要借助 两者结合细分领域小模型与大语言模型的知识整体质的提升 命名实体识别框架 ，以整体质的提升 对知识图谱实体抽取的准确性与泛化技术方面更强大。其余昇腾分布式训练加速库MindSpeed发挥了最最重要 性性起到 ，它能持续支持多维并行策略 ，兼容多种开源框架 ，以及 可灵活适配多模态数据数据的异构特征。团队成员第三点 需要借助 小模型需要借助 前端精准筛选 ，将高质量的初始几经波折 几经波折 几经波折 输入至大语言模型 ，大语言模型需要借助 其更强比较大语言充分理解和泛化技术方面更强大对实体需要借助 逐步的识别与确认。基于此两者结合框架已完成“初始识别-知识抽取-知识引导反思”的三个中会 ，显著整体质的提升 了知识抽取的准确性和泛化技术方面更强大。
应用到智能运维系统中开发中 ，需要借助 工业设备运维细分领域所面临的高人工成本、数据数据深入分析 不足及深入分析 精度不高等最最重要 性性解决好 ，团队成员意见了基于多模态知识图谱的智能运维系统中构建技术方面路线。第三点 系统中中一体式ETL(Extract-Transform-Load)架构对工业设备运维变化变化中会从而的多模态数据数据需要借助 统一处理方法 ，需要借助 数据数据需要借助 清洗后统一贮存。先是 ，需要借助 深入充分理解资源描述框架 RDF语义网技术方面构建工业设备运维场景下的知识图谱 ，很清楚地展示出设备、正常状态、故障关系 的无法联系。依托特别注意力机制的特征两者结合模型并两者结合Node2Vec和DeepWalk图嵌入技术方面 ，将复杂的知识两者结合为能全面自然反应 设备正常状态的综合特征。以及 在设备运行中会再出现异常比如故障 ，团队成员也研已发出故障智能深入分析 诊断模块 ，将异常数据数据特征与知识图谱之中世界历史故障需要借助 同类对比 ，推理出故障类型、导致 程度和维修个人建议 ，几经波折 几经波折 已完成智能运维的全变化中会。
与此以及 ，为最最重要 性性解决好当前细分领域知识与大规模预训练语言模型(PLM)两者结合中再出现的计算资源消耗大、灵活性差和干扰噪声知识过多等最最重要 性性解决好 ，团队成员需要借助 昇腾更强比较大计算资源管理技术方面更强大 ，创新性地意见了知识整体质的提升 与过滤框架。在已完成知识整体质的提升 中会 ，需要借助 PLM嵌入空关系 冗余位减低计算负担;在噪声过滤中会 ，细节一体式知识整体质的提升 过滤器 ，将知识整体质的提升 配图与掩码训练相两者结合 ，能够有效以防了噪声知识的负面带来影响。在已完成比较大整体质的提升 计算成本的以及 ，能够有效整体质的提升 了知识整体质的提升 的灵活性。
此科研成果构建又一套基于昇腾大平台的工业知识整体质的提升 大模型技术方面体系 ，以及 显著整体质的提升 工业设备智能运维的水准和效率 ，还已完成了技术方面方面的自主创新适配 ，两者结合前沿技术方面搭建智能系统中 ，为企业打造安全、高效、智慧的延续传统 工业体系提供更多最最重要 性技术方面支撑。相信未来 ，其他其他国家科学技术方面大学里 鲲鹏昇腾科教创新卓越中心功能 将基于昇腾大平台能持续探索和创新 ，研究相关成果有望在更广泛的工业场景中已完成落地 ，助力科技创新与实体经济的深度两者结合。