Un Transformer ligero estilo GPT-2 permite la extracción jerárquica de características a partir de señales de vibración. El marco logra una precisión promedio del 92.61% utilizando solo el 10% de los datos etiquetados, superando a los métodos más avanzados en 17.24 puntos porcentuales en el diagnóstico de fallos en rodamientos entre dominios.