一种基于混合专家领域自适应工业大模型的异常检测方法

本发明公开了一种基于混合专家领域自适应工业大模型的异常检测方法。该方法通过引入混合专家模型和领域自适应技术，针对工业大模型在多领域任务中的训练效率与适应性问题，提供了一种高效的工业异常检测方案。包括数据预处理、领域划分与自适应、工业知识与数据融合、构建混合专家模型、模型训练与推理适配等。混合专家模型能够根据输入数据自动选择合适的专家进行推理，而领域自适应模块则有效减少不同领域数据的分布差异，从而提升模型的迁移能力和泛化性能。本方法基于数据驱动，能够适应不同工业场景的多模态数据，具有较强的普适性。与现有技术相比，本方法在工业应用中具有更高的训练效率和更好的模型适应性，理论性与实用性均得到增强。