交融Trainer服务
交融 Trainer 服务辅助各单位在交融大模型基础上训练微调自己的 L2 级垂域大模型。
一、服务目标
通过提供高效、易用的大模型训练推理平台服务，基于已有的交融大模型，助力集团内其他二级公司快速构建符合自身具体业务场景需求的 L2 垂直领域大模型，提升其在业务领域的智能化水平，推动业务创新与增长。
二、服务内容
模型定制化训练 ：为二级公司提供基于交融大模型的微调指导服务，根据特定业务场景和数据，辅助训练出 L2 垂直领域大模型，使其更精准地理解和处理该领域的特定需求。
数据处理与标注支持 ：指导二级公司进行数据的收集、清洗、标注等工作，确保数据的质量和可用性，为模型训练提供有力的数据支持。
模型部署与推理 ：在完成模型训练后，为二级公司提供模型部署服务，使其能够在实际业务场景中进行高效推理，快速响应业务需求。
三、服务流程
1. 需求调研与分析
与二级公司进行深入沟通，了解其业务需求、目标和现有数据情况。
对其业务场景进行分析，确定适合的 L2 模型架构和训练策略。
2. 数据准备
协助二级公司收集和整理相关业务数据。
协助对数据进行清洗、标注和预处理，确保数据的质量和一致性。
3. 模型训练
基于交融大模型，使用二级公司提供的数据进行模型微调，训练出 L2 垂直领域大模型。
在训练过程中，实时监控模型的训练状态和性能指标，及时调整训练参数和策略。
4. 模型评估与优化
对训练完成的 L2 模型进行评估，包括准确率、召回率、F1 值等指标，确保模型的性能满足业务需求。
根据评估结果，对模型进行进一步的优化和调整，提高模型的性能和泛化能力。
5. 模型部署与应用
支撑将优化后的 L2 模型部署到训推平台上，支撑实际业务场景，为二级公司提供高效、稳定的推理服务。
协助持续监控模型的运行状态和性能表现，及时解决可能出现的问题。
四、算力支持
二级单位需要使用算力时，通过 IT 客户支持中心平台提出申请设计表单，表单内容包括：场景建设名称、使用的模型、资源、算力、场景建设方案、技术路线、已有数据资源、算力需求、安全要求等相关材料。由算力中心分配 GPU 算力。
五、技术支持与培训
（1）技术支持 ：为二级公司提供技术支持服务，及时解决其在使用平台服务过程中遇到的问题。
（2）培训服务 ：为二级公司的技术人员提供训推平台使用的相关技术培训，包括基于平台进行数据处理、模型训练、部署、调优等方面的知识和技能。开设生成式人工智能的相应课程，基于完备的课程体系为技术人员提供培训，发放培训认证证书。
六、核心垂域模型案例
交融垂域模型依托交融训推平台，构建了覆盖样本管理、模型管理与训练推理的全链条 AI 基础平台。平台以“集数据、管模型、建应用”为核心，提供从数据样本采集、清洗、标注、治理，到模型训练、微调、部署、评测的完整支撑能力，实现数据—模型—应用的闭环管理，并通过专家级训练指导服务，帮助各单位基于自身业务数据快速完成垂域模型构建与场景化落地。目前，交融垂域模型集群包括三大核心模型：
- 交融·穿岳（钻爆法山岭隧道垂域模型）
- 交融·潜龙（盾构法隧道垂域模型）
- 交融·飞虹（拱桥垂域模型）
三大模型继承“交融”大模型通用能力，注入 30755 份标准、规范、制度及技术方案，150TB 生产数据，超百亿 Token 高质量训练语料，开展强化训练，封装专家模型，通过输出融合与反馈优化闭环，形成了兼具强合规、高可译、低延迟的垂直领域复合大模型应用体系。
（一）“交融·穿岳”钻爆法山岭隧道垂域模型
基于千万级地质数据与 500 余项山岭隧道工程案例，融合多领域专业知识，应用大模型多模态能力，全面支撑地质预报、钻爆施工、装备调度等环节管控，实现全过程安全生产、降本增效。智能围岩判定模块融合多源传感与图像数据，实现多尺度围岩等级智能识别，单图识别时间小于 1 分钟，准确率提升至 90%；爆破参数优化模块具备任务理解与执行能力，可实现炮孔定位、装药、退管等全流程自动化，使单次爆破作业时间缩短约 20 分钟；风险监测预警模块通过多模态时序模型与监测数据融合，实现突泥涌水等地质灾害风险的快速预测与响应，预警时间低于 15 秒；智能支护推荐模块则结合超欠挖识别智能体，自动生成最优支护参数与开挖步序，循环作业效率提升约 12%，有效推动山岭隧道施工的数字化与智能化升级。
（二）“交融·潜龙”盾构法隧道垂域模型
集成 300 余台盾构设备运行数据，采用大模型与专业小模型智能体协同技术，构建贯通勘察设计、风险识别、施工准备与掘进作业的智能建造体系，推动盾构隧道施工全面迈向智能化。盾构机选型智能体基于历史工程数据与地质勘察结果，实现匹配工程特征的盾构机优化选型，有效降低设备适应性风险；风险分析管控智能体依托风险数据库，自动识别施工安全风险并智能推荐管控措施，显著提升安全管控水平；盾构掘进智能体结合地质特征与刀盘响应数据，智能挖掘多源关联关系，基于实时监测实现秒级掘进参数推荐与自动纠偏，推动掘进由“经验驱动”向“智能自适应”转变；“制-运-注”一体化注浆智能体融合材料特征、环境温度与地质条件等物理因素，精准优化浆液配合比与注浆参数，实现一体化智能注浆，效率提升 50%；管片“产-运-拼”协同智能体依托大模型任务规划与执行能力，贯通管片预订、生产、配送与拼装全流程，构建“以需定产、精准配送、自动拼装”的智能施工闭环。
（三）“交融·飞虹”拱桥垂域模型
依托中交一公局与中交二航局丰富的拱桥施工经验，基于千万级桥梁地质水文数据与 300 余项大跨度拱桥工程案例，应用多模态感知与决策能力，构建覆盖拱座施工、钢拱桥拼装、缆索吊控制等核心环节的智能管控体系，实现拱桥建造全周期的安全可控与提质降本。配合比设计智能体深度应用大模型优化混凝土配合比设计，大幅提升设计效率，混凝土单方成本节约 5–10 元，碳排放降低 20%以上；拱座施工智能体融合激光雷达与工业相机数据，借助大模型生成优化方案驱动智能调位装置，实现拱肋预埋段的高精度自主调节；钢拱桥建造智能体依托大模型的数据分析与任务规划能力，贯通“设计、制造、运输、拼装、监测”全业务流程，保障毫米级装配精度，建造效率提升 20%；缆索吊控制智能体结合 AI 数据分析与北斗高精度定位技术，智能预测下一节段安装位置，实现一键精准吊装。 
