一种工业大模型性能自演进方法及系统

本发明属于神经网络优化技术领域，且公开了一种工业大模型性能自演进方法及系统，通过数据感知评估模块实时采集多类工业数据，以分布漂移检测算子监测输入数据与训练基线的差异，同时从样本信息熵、特征流形维度、推理误差熵、任务输出空间维度四个维度量化任务复杂度，监测激活饱和度、梯度利用率两项架构运行指标，可自主生成演进触发与架构容量饱和信号；结合架构渐进重构模块计算网络最优容量区间，以残差旁路形式搭配正交初始化策略平滑新增计算单元，并基于梯度贡献衰减率与激活频率执行结构化剪枝，实现算力配额的动态再分配；配合主动学习策略筛选高价值样本完成小样本微调，有效应对差异化工业场景的容量需求。