工业设备手册问答的检索增强与引用校验实验

在设备运维场景，手册问答的难点不是语言流畅，而是答案必须可溯源。我们在实验室搭了一套检索增强生成（RAG）流程：先按章节层级切分手册，保留表格与图注文本；查询时用混合检索召回候选段落，再让大模型基于候选生成答案，并强制输出引用片段。为抑制幻觉，我们加入引用校验步：对答案中的每个断言，回查其引用的原文是否支持，不支持则触发重写或拒答。

进展：在某类工业设备约1200页手册上构建了300条测试问答。与纯大模型直答相比，引用可核验率由约61%提升至88%，无依据回答占比由约17%降至4%，但多跳问题仍有约两成需要人工兜底。

下一步：接入图纸与表格解析，并尝试用小模型做引用校验器，降低推理成本。我们认为，大模型进入工业知识场景，先解决“敢用”比“好用”更关键。