高炉大模型

段一凡-华北理工大学17 天前
人工智能·算法·机器学习·高炉大模型·高炉机器视觉·高炉炼铁模型开发
高炉炼铁机器视觉与智能识别十八讲~系列文章15:可靠性篇:防误报、容错与识别系统的鲁棒性设计高炉视觉系统上线后,最让现场头疼的往往不是"识别不出",而是"狼来了"——误报太多,报了几次都不准,巡检员干脆不信它、把通知关了。一旦失去信任,再准的算法也白搭。本期聚焦高炉视觉系统的可靠性:讲透"误报怎么防"(代价函数/置信度/触发逻辑)、“漏报怎么控”(多路互为兜底)以及"系统怎么容错"(降级/自检/人工闭环),这也是全专栏的"可信"硬功夫。
段一凡-华北理工大学1 个月前
大数据·人工智能·设备巡检·智能体协作·工业智能体·高炉大模型
大模型与智能体在工业的应用~系列文章07:多智能体协作:会分工的“AI 团队“第 05、06 期我们把"单个智能体"打造到能独立干活。但工业里很多任务,一个"全能选手"反而做不好——一次炉况异常诊断,既要查实时数据、又要对照历史案例、还要结合安全规程,一个人干了所有事,容易顾此失彼。多智能体协作(Multi-Agent) 的思路由此而来:像组建一支专业分工的"AI 团队",让每个智能体各司其职、上下协同、结果仲裁。本期讲透主控 Agent + 专家 Agent 的协作模式、角色编排、任务委派与结果仲裁,并用"炉况异常会诊"场景完整演示。
我是有底线的