一种基于时间提示增强的大语言模型的集成电路物料库存预测方法和系统

本发明属于库存预测技术领域，公开一种基于时间提示增强的大语言模型的集成电路物料库存预测方法和系统。根据JSON片段集微调通用大语言模型；根据物料库存时序数据集训练改进的CNN‑LSTM模型网络，构建时间提示数据；将时间提示数据结合大语言模型上下文学习技术构建时间提示工程，改进微调大语言模型的Prompt模板，进行few‑shot学习，作为基于时间提示增强的大语言模型。本发明将待预测的集成电路物料库存数据提取历史数据规律特征，分析历史数据规律特征并在大语言模型内部构建关于时间序列增强的时间提示工程，优化大语言模型对时间序列的注意力，使得在集成电路物料库存预测中的结果更具有可靠性和适用性。