تواجه المصانع تحديات كبيرة عند حدوث أخطاء، حيث يعتمد التعافي بشكل كبير على المشغلين، خاصة عندما تكون الأخطاء خارج نطاق المنطق الإشرافي المحدد مسبقًا. في هذا الإطار الجديد الذي تم تقديمه، تم استخدام عملاء نماذج اللغات الضخمة (LLM) لتحسين عمليات اتخاذ القرار خلال التعافي من الأخطاء. يهدف هذا الإطار إلى تحويل LLM إلى مخطط إشرافي مقيد، حيث يستخدم المعرفة الخاصة بالمصنع لاقتراح إجراءات التعافي. كل اقتراح يتم التحقق منه بواسطة مُتحقق خارجي، سواء كان رمزيًا أو قائمًا على المحاكاة، قبل تنفيذه.

تتناول الورقة ثلاثة أبعاد تصميمية لتطبيق هذا الإطار: أنماط التعافي التي تكون مفيدة لعملاء LLM، استراتيجيات التحقق التي تفصل الاقتراحات المقبولة عن غير المقبولة، والقيود المفروضة على النشر والتي تشمل زمن الاستجابة، وهندسة المعرفة، ودمج السلامة، وإدارة دورة حياة النموذج.

لتسهيل استخدام هذا الإطار، تم توفير بيئتين عمل قابلتين للتنفيذ ومفتوحتين. حيث تعيد كلا البيئتين تنفيذ دراسات حالة مثبتة، بما في ذلك وحدة مزج وحدات وعاء مستمر، مع إضافة أخطاء قابلة للتكوين وواجهات محددة لأساليب التعافي والتحقق المخصصة. من خلال هذا التطور، يمكن لمشغلي المصانع تقليل الآثار السلبية للأخطاء وتحسين كفاءة العمل، مما يعكس تحولاً كبيرًا في كيفية إدارة هذه العمليات.