← 返回实验室

AI质量8D报告辅助生成:缺陷记录与整改建议溯源

8D 报告的价值在闭环,难点却在撰写:一份完整报告往往要跨质量、工艺、供应商三方收集记录,再逐条对齐时间线与证据。我们在大模型方向做了一次试验:以历史 8D、不良品记录、检验工单为语料,构建检索增强生成流程,要求模型只依据被检索到的原始记录产出草稿,并对每条结论标注来源单据号,未命中证据的段落留空而非补写。

  • 阶段性进展:在某电子组装客户提供的 120 份历史 8D 上做离线评测。问题描述与临时遏制措施两节的草稿可直接沿用比例约 62%;根本原因与永久措施涉及工艺判断,多数仍需工程师改写,但改写耗时较人工从零撰写下降约四成。
  • 下一步:将检验数据与设备报警日志纳入检索范围,并按缺陷模式做案例聚类,让模型在相似历史案例中给出候选原因供选择,而不是直接下结论。

我们更倾向把大模型放在“整理证据、生成初稿”的位置,判定与签署仍由工程师完成。这条边界比模型能力本身更决定落地效果。

评论

更多研究动态

查看全部实验室 →