质检报告多以自由文本与扫描件混合形式存在，关键字段录入依赖人工，易错且耗时。本实验室近期围绕大模型在工业质检报告结构化抽取方向开展实验，验证其在受约束输出条件下的工程可用性。
实验采用提示工程结合JSON Schema约束解码，对缺陷类型、位置、等级、批次号等字段进行抽取，并引入规则校验层过滤幻觉输出。在自建320份脱敏报告测试集上，字段级F1达91.6%，批次号等强格式字段准确率超过98%；对“轻微划伤、位置不定”等模糊表述仍存在约6%的抽取偏差。
下一步计划：
- 引入版面感知的多模态抽取方案，覆盖扫描件与拍照件；
- 通过蒸馏将能力迁移至7B级小模型，验证内网私有化部署的时延与成本可行性。
初步结论：大模型配合约束解码与规则校验，在半结构化工业文本处理上已具备落地条件，但需结合企业私有字段词典做持续微调与评测迭代。
评论