AURA LLM（产业专用模型）
概述
AURA是PlantPulse自主研发的产业专用大规模语言模型（LLM）。
以开源最高性能模型为基础，追加训练（微调）制造/产业领域数据，从而精准理解工厂现场的语言、脉络和技术细节。
提供的模型
| 模型 | 用途 | 特点 |
|---|---|---|
| AURA LLM | 对话/分析/报告生成 | 产业微调，多模态 |
| AURA Embedding | 向量嵌入 | RAG检索优化 |
| AURA Reranker | 检索结果重排序 | 精确评估相关度 |
微调数据
官方标准机构数据
| 来源 | 内容 |
|---|---|
| KATS（韩国产业安全保健公团） | 基于产业安全保健法的必备SOP指南 |
| ISO/IEC | 国际标准（ISO 9001等）质量管理SOP模板 |
| OSHA/NIOSH | 美国产业安全标准，各产业安全程序书 |
实务验证数据
| 数据类型 | 内容 | AI能力强化效果 |
|---|---|---|
| 规定/安全文档 | 内部安全手册、MSDS、法律判例 | 提升合规性及风险应对准确度 |
| Q&A/讨论数据 | 现场技术人员间Q&A、内部论坛、事故报告 | 提升脉络理解及具体解决方案提出能力 |
| 非结构化日志 | 设备故障记录、维护日志、操作员笔记 | 强化预测性维护及问题解决推理能力 |
多模态支持
- 文本： 自然语言对话、技术文档理解、报告生成
- 图像： 设备照片分析、仪表盘读数、图纸解读
- 表格/图表： 数据表格分析、图表解读
AURA与通用LLM比较
| 项目 | 通用LLM（GPT、Claude等） | AURA |
|---|---|---|
| 产业术语理解 | 一般水平 | 制造专业水平 |
| SOP/规定解读 | 缺乏脉络 | 基于法律依据的解读 |
| 数据位置 | 云端（外部传输） | 本地部署（内部保留） |
| 费用结构 | 按token计费 | 固定费用无限制 |
| GPU要求 | 大型GPU或API | DGX Spark等低规格可行 |
| 多模态 | 支持 | 支持（产业图像特化） |
| 嵌入/重排序 | 需要单独模型 | 集成提供 |
| 定制化 | 有限 | 可追加学习现场数据 |
技术特点
低规格GPU运行
可在NVIDIA DGX Spark等低规格GPU环境下运行。无需云端大型GPU即可实现本地部署，并实现了可在工厂现场边缘服务器运行的轻量化。
完全支持本地部署
消除对外部云端API的依赖，敏感的工厂数据不会外泄。即使在网络断开的环境下，AI服务也能持续运行。
韩语原生支持
精准理解韩国制造现场术语。可根据脉络解读"劣化"、"联锁"、"跳闸"等现场术语，并理解韩国安全保健法规定脉络。
应用场景
| 场景 | AURA应用 |
|---|---|
| 副驾驶对话 | 副驾驶提问（聊天）的核心对话引擎 |
| 文档检索优化 | 通过AURA Embedding提升RAG检索准确度 |
| 异常原因解读 | 结合传感器数据+产业知识推理原因 |
| 自动生成报告 | 自动撰写日别/班次别运营报告 |
| 确认安全规定 | 即时参考基于KATS/ISO/OSHA的规定 |
| 新员工培训支持 | 对现场提问给出专家级回答 |