零售电商实验室近期在售后场景做了一项小范围实验：把退货原因判定从纯文本分类，改为文本、图片与订单上下文的联合推理。做法上，先用轻量多模态模型抽取图片中的商品状态、包装与配件完整性，再与工单描述、SKU属性、历史退货记录做交叉校验，最后输出标准原因码、责任倾向和质检复核建议。为避免模型幻觉，关键结论必须附带可追溯证据片段，低置信度样本自动转人工。
进展：在服饰与3C两个类目约1.2万笔售后单上回测，与人工抽检一致率由72%提升到86%，单均处理时长从45秒降到12秒；错分主要集中在“尺码不符”与“版型问题”边界。
下一步：接入开箱视频抽帧和商家申诉反馈，做原因码的持续校准，并评估跨类目迁移成本。
评论