摘要：为提高测井曲线重构任务的准确性和泛化性，提出了一种基于人工智能大语言模型的大模型“盖亚”，并开展了模型评估实验。该模型通过微调预训练大语言模型，显著增强了对测井曲线序列模式和空间特征的提取能力。借助适配器（Adapter）技术微调，模型仅需训练约1/70的本体参数，大幅提高了训练效率。基于250口井的测井数据设计并开展了对比实验、消融实验和泛化性实验：对比实验中，将盖亚模型与领域前沿的深度学习小型模型及常规大模型进行了横向对比，结果显示盖亚模型的平均绝对误差（MAE）至少降低了20%；消融实验验证了盖亚模型的多组件协同作用，其MAE较单组件模型至少降低了30%；泛化性实验进一步验证了盖亚模型在盲井预测中的优越性能。盖亚模型在测井曲线重构上相较于传统模型表现出明显的准确性和泛化性优势，充分体现了大语言模型在测井领域的应用潜力，为未来的智能测井数据处理提供了新思路。

关键字：测井曲线重构;大语言模型;适配器;预训练模型;微调方法

ISSN号：1000-0747

卷、期、页：卷52期3：744-756

发表日期：2025-05-15

期刊分区（SCI为中科院分区）：无

收录情况：EI（工程索引）,CSCD（中国科技引文期刊）（核心）,北大中文核心期刊

发表期刊名称：石油勘探与开发

参与作者：陈掌星,张永安,李健,孙有壮,李奕政,陈云天,张东晓

第一作者：惠钢

论文类型：期刊论文

论文概要：陈掌星,张永安,李健,惠钢,孙有壮,李奕政,陈云天,张东晓，测井曲线重构的人工智能大模型，石油勘探与开发，2025，卷52期3：744-756

论文题目：测井曲线重构的人工智能大模型