车间维修知识分散在设备手册、故障代码表和历史工单里,检索靠人翻、口径靠老师傅,是《大模型应用实验室》近期的一个切入口。
我们没有让模型凭记忆作答,而是先把手册与历史工单按“现象—原因—处置”切片入库,再用检索增强生成把回答约束在召回片段上:模型负责归纳与追问,事实来源由检索结果提供,并尽量附上手册页码或工单编号,便于现场核对。
进展情况:
- 在某机加工车间覆盖 42 台设备、约 1.8 万条历史工单,Top-3 检索命中率约 78%,回答中能给出可核对出处的比例约六成;对召回为空的问题统一输出“未找到依据”,用于压低编造风险。
- 下一步计划把维修工的处置结果回写知识库,并引入时间衰减权重做重排序,观察命中率与误答率的变化,再判断是否值得扩展到多条产线。

评论