构建工业指令微调数据集，Panasonic 报告实战全流程

Parsa Bakhtiari · hf · 2026-08-25

针对工业技术报告结构异构难以检索的问题，作者提出了 Industrial-Instruction 框架。该研究使用 906 份 Panasonic 公开文档（7,525 页），通过布局感知提取和语义检索索引，合成了两个包含约 1.36 万个问答对的开放数据集。实验显示，微调后的小型开源 LLM（<10B）在 Set-Match 准确率上从 28.5% 提升至 42.0%。研究对比了 Qwen3-30B-A3B-Instruct 与 Claude-Opus-4.6 的生成效果，发现 Claude 数据质量更高但成本贵两个数量级。