摘要
本发明公开了一种基于指令微调大语言模型的固废胶凝材料性能预测方法，包括将收集到的固废材料训练数据中的成分、工艺参数及性能指标转化为标准化文本描述，作为模型的输入；然后基于材料成分指纹和微观结构信息计算材料间相似度，并选择相似度高的样本作为少样本示例；构建混合指令集；采用指令微调技术对预训练的大型语言模型进行适配，使其在少样本或零样本场景下推理出目标性能的预测结果；通过结构感知示例排序和后处理模块优化模型输出的精度与稳定性。本发明旨在解决标注数据稀缺和模型泛化能力不足的问题，适用于少样本和零样本场景下的材料性能预测任务。
