Lấy cảm hứng từ thành công của các mô hình ngôn ngữ quy mô lớn (LLM), bài báo này trình bày SpecCLIP, một khuôn khổ mô hình cơ bản mở rộng các phương pháp dựa trên LLM sang phân tích phổ sao. Phổ sao, giống như các ngôn ngữ có cấu trúc, chứa thông tin vật lý và hóa học phong phú về các ngôi sao. SpecCLIP được đào tạo trước trên hai loại phổ, LAMOST độ phân giải thấp và Gaia XP, và thực hiện học tương phản để kết nối các phổ thu được từ các thiết bị khác nhau bằng khuôn khổ CLIP. Một bộ giải mã phụ trợ được thêm vào để bảo toàn thông tin cụ thể về phổ và cho phép chuyển đổi giữa các loại phổ, tối đa hóa thông tin tương hỗ giữa các nhúng và phổ đầu vào. Điều này xây dựng một khuôn khổ xuyên phổ vốn đã được hiệu chuẩn và linh hoạt trên các thiết bị. Nó được tinh chỉnh với một tập dữ liệu có nhãn cỡ trung bình để cải thiện khả năng thích ứng cho các tác vụ như ước tính tham số sao và xác định độ phong phú hóa học, đồng thời cải thiện độ chính xác và độ tin cậy của ước tính tham số so với dữ liệu khảo sát bên ngoài. Khả năng tìm kiếm tương đồng và dự đoán xuyên phổ cũng có thể được sử dụng để phát hiện dị thường. Kết quả là, chúng tôi chứng minh rằng mô hình cơ bản về học tương phản, được tăng cường bằng bộ giải mã nhận biết quang phổ, có thể góp phần vào sự tiến bộ của quang phổ học sao chính xác.
