基于跨模联构与对比学习的工业大模型适配方法及装置

本申请提供基于跨模联构与对比学习的工业大模型适配方法及装置，涉及数据处理领域。在该方法中，获取工业领域的历史运行数据和生产线工况；根据历史运行数据和生产线工况，构建工业大模型的数字孪生环境，数字孪生环境包括第一智能体、第二智能体以及第三智能体；通过第一智能体，向数字孪生环境中注入混合故障信号；通过第二智能体，对混合故障信号进行故障类型识别，得到识别结果；通过第三智能体，对识别结果进行对比学习，得到对弈结果；基于对弈结果，动态调整数字孪生环境的类型与强度，生成适配策略，并按照适配策略对工业大模型进行调整。实施本申请提供的技术方案，便于提高工业大模型的适配准确性。