大模型应用实验室近期在一家装备制造企业的设备维修场景做了小规模实验：把维修工单、设备手册与故障代码表整理成可检索语料，用检索增强生成回答一线班组的提问，而不是让模型凭记忆直接作答。
实验中最费功夫的不是模型选型，而是语料切分。手册里操作步骤、参数表与图示说明混排，按固定长度切分常把一条步骤截断，检索到的片段缺头少尾。我们改为按章节标题加语义段落切分，表格单独抽取成键值文本并保留表头，同时给每条片段挂上设备型号、版本号等元数据用于前置过滤。
要点：
- 进展：在约 1.2 万条历史工单上做离线评测，答案能引用到原文片段的比例由 61% 提升至 88%，班组反馈“答非所问”的情况明显减少。
- 下一步：验证按设备型号强制收窄检索范围，并对语料存在缺口的问题触发澄清追问，减少模型在无依据处的强行生成。
评论