综述：大语言模型能否诊断机器故障？从深度学习到基础模型的演进

Wei Chen、Jiaming Zhang、Haowen Liu等发表综述，梳理工业智能故障诊断从传统数据驱动方法、深度学习到新兴大语言模型与基础模型的演进路径。论文称，过去十年卷积神经网络、循环架构与生成对抗网络显著提升了旋转机械、电力系统与制造过程的诊断准确率；大语言模型则在自然语言推理、多模态融合与少样本泛化方面形成补充或超越。作者按信号级特征提取、监督与自监督深度架构、迁移与元学习策略，以及结合提示、检索增强生成与微调的LLM流程建立分类体系，并在标准基准上比较代表性方法。论文指出领域专用预训练、实时部署、多模态对齐与可解释性等开放挑战，并给出研究方向。