产线巡检日志大模型摘要与异常归因实验

近期我们在合作工厂试点了一个面向班组长的日志智能整理模块，背景是现场两件事：一线巡检日志文本偏口语、长短不一，后期追溯与知识沉淀成本高；设备异常的描述分散在多份日志和工单里，人工归因耗时。实现上以开源基座（Qwen2.5-7B）做领域微调，语料来自该工厂近12个月的脱敏巡检与维修记录。摘要任务在自建评测集上 ROUGE-L 较基线提升约14个百分点，关键事件抽取 F1 约0.81；异常归因在引入设备手册 RAG 后，Top-3 命中率较纯微调提升约9个百分点。下一步：一是在工位级别做日志分流，压缩单次送入模型的上下文长度；二是把摘要结构化字段回写到 MES，降低二次录入；三是评测 3B 级模型在边缘网关上的推理延迟，验证下沉部署可行性。