AURA 技术白皮书
AURA 模型技术白皮书。面向技术评审人员（数据科学家 · 设备工程师 · AI 引入评审人员）， 用结构 · 数据 · 评分规则来说明工业 AI 模型是如何构建、如何衡量的。
下载
| 语言 | 页数 | 文件 |
|---|---|---|
| 한국어 | 20页 | PlantPulse AURA 技术白皮书 (PDF) |
| English | 20页 | PlantPulse AURA Technical White Paper (PDF) — 与韩语版内容相同 |
修订版 2026.09。
包含内容
| 章节 | 内容 |
|---|---|
| 01 | 优势 — 结构带来的差异。 单张 GPU · 无需重建索引 · 区分 0 与「未测量」· 无需裁判模型的评分 |
| 02 | 构成 — 语言赛道的三个模型与观察波形的独立系列 |
| 03 | 训练与数据 — 单阶段 SFT、适配器、让正确答案源于规则的五条路径 |
| 04 | 配方 — 教的不是设备，而是「故障机制」。 微调与量化中取舍的内容 |
| 05 | 故障机制图谱 — 11 种故障 × 18 种设备，各信号的变化幅度与劣化周期 |
| 06 | 区分方法 — 顺序不同即为不同故障。 先行·后行信号表与区分规则 |
| 07 | 数据筛选方法 — 首先追问「正确答案是否来自我们之外」 |
| 08 | 已获取的数据 — 覆盖了哪些内容（按行业） |
| 09 | 仿真器 — 先确定物理规律再推导标签的原因 |
| 10 | 表明「不知道」 — 保留判断也是正确答案 |
| 11 | 正确答案的来源 — 计算 30 系列 · 规格条文 · 操作规程 · 工具模式 |
| 12 | 训练权重 — 放入什么、放入多少，决定了能力的形态 |
| 13 | 身份与范围 — 靠训练而非提示词来实现 |
| 14 | 检索 — 工业 RAG 中，检索质量是回答质量的上限 |
| 15 | 时序赛道 — 波形交给小模型，每个现场各配一个 |
| 16 | 评估 — 五个基准，全部无需裁判模型进行机器评分。还包括评审人员自行验证的方法 |
| 17 | 现场诊断 — 158道题目的构成与单独统计误报的原因 |
| 18 | 本地部署与下一版 |
本版更新内容
从9页扩充至20页。 以下是新增十一章的要点。
- 故障机制图谱（05·06） — 11种故障 × 18种设备各信号的变化幅度与劣化周期，以及**「即便是同样两个信号，顺序不同也是不同故障」。温度上升时区分四种情况的规则，以及功率「下降」的唯一模式**是什么
- 数据筛选方法（07） — 「正确答案是否来自我们之外」·「是实验室还是现场」·「假设成分是否较少」，以及传感器与标签之间不存在因果关系的数据，无论规模大小都不使用
- 已获取的数据（08） — 按行业说明哪些公开实测数据填补了覆盖范围的哪些空白
- 仿真器（09） — 为什么要从物理规律«推导»标签（反过来做会失去因果关系），以及以数值方式验证因果关系是否真正建立的结果
- 表明「不知道」（10） — 将保留判断视为正确答案的标准，以及为什么三分之一的数据是不确定的答案
- 正确答案的来源（11） — 计算30系列与留出集七种、规格条文、预先固定的操作规程、工具模式
- 训练权重（12） — 若某一路径占据主导，其余路径就会被稀释。提示词过长则不调用工具的实测结果也在此章
- 身份与范围（13） — 使其在没有提示词、甚至被他人的提示词覆盖时也能保持的方法
- 检索（14） — 非对称编码、将维度固定为契约的原因、评估中防止泄漏的四种方法
- 时序赛道（15） — 百万参数级模型成为优势的原因（无需GPU即可在Edge运行，1万台设备配备1万个模型），以及工业信号与通用时序数据不同的四个方面
本版未列出性能数值的原因
现在写入数字，它就会作为依据流传
训练版本刚刚上线到产品路径。 数值将在该路径上重新测量后才会收录 — 若将旧路径下 测得的数值写入白皮书，即便日后更正，该数字仍会作为依据继续流传。
至于测量的具体内容和方式（题目构成 · 评分规则 · 数据选定标准）已经确定，因此评审人员 可以用相同方法在自己的环境中重新测量。 而且关卡标准要在测量「之前」确定 — 看到结果后再定标准，那就不是标准了。
若要推荐一种阅读顺序
您也可以先阅读第16章（评估）。 五个维度各自衡量什么、如何衡量，评分规则如何 实现机器化，以及评审人员自行验证的方法都在其中 — 包括如何亲自确认训练的版本是否真正 用于实际服务、评估中是否泄漏了训练数据。