在机加工与非标制造场景中，工艺知识长期散落在作业指导书、检验规范、历史工单和老师傅的经验里。我们在大模型应用实验室搭了一套内部问答原型，用检索增强生成（RAG）把「问—答—出处」串起来：先按工序、设备、材料做文档切片与元数据标注，再让模型只依据召回片段作答，并在答案后附原文段落与文件版本号。
现阶段有两点进展：
- 切片策略。按「工序—参数—异常处置」三段式切分，并对参数表做结构化解析，在内部 200 条测试集上，召回准确率比固定长度切片提升约 18%。
- 引用可追溯。答案强制携带来源条目与版本号，无召回时明确返回「资料未覆盖」，降低编造工艺参数带来的误操作风险。
下一步计划把问答接入车间移动端，并尝试用较小参数量的模型做领域微调，将常见工艺问题的响应延迟压到 2 秒内，同时保留人工审核入口，避免把实验性结论直接用于现场决策。
评论