Skip to content

sfang32/llm4sw

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 

Repository files navigation

llm4sw

欢迎来到LLM4SW项目!本项目旨在利用先进的人工智能和大数据技术,构建和优化空间天气预测模型。空间天气是指太阳活动及其对地球空间环境(包括地球大气层、电离层、磁层等)产生的影响,对卫星通信、电力网络、导航系统以及宇航员安全等领域至关重要。通过本项目,我们希望能够提升空间天气预报的准确性和时效性,为科学研究和社会应用提供有力支持。

项目目标

学习书生浦语大模型实战营,链接如下

书生浦语大模型实战营教程https://github.com/InternLM/Tutorial

尝试将前沿大模型&智能体技术应用于空间天气领域,主要目标如下:

  • 数据整合:收集并整合来自多个卫星、地面观测站及历史数据库的空间天气相关数据。
  • 模型开发:基于深度学习、机器学习等算法,开发能够预测太阳耀斑、地磁暴、太阳风等空间天气现象的大模型。
  • 模型评估与优化:通过交叉验证、A/B测试等方法,不断评估模型性能,并进行参数调优和架构改进。
  • 可视化与交互:开发用户界面,实现预测结果的可视化展示,便于科研人员和决策者直观理解空间天气状况。

致谢

感谢上海人工智能实验室提供的优秀教程:书生浦语大模型实战营教程

感谢所有参与本项目的贡献者、合作伙伴以及资助机构。特别感谢NASA、ESA等空间机构提供的数据资源,以及开源社区的支持。

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published