您所在的位置: 需求库 技术需求 AIGC大模型垂直行业融合应用研发的需求

AIGC大模型垂直行业融合应用研发的需求

发布时间: 2026-05-26
截止日期:2026-11-26

价格 12万

地区： 河北省 邯郸市 邯郸经济技术开发区

需求方： 邯郸***公司

行业领域

电子信息技术,信息安全技术

需求背景

随着AIGC大模型技术的爆发式发展，其在通用文本生成、图像处理、代码编写等领域已展现出强大能力。但在具体垂直行业（如化工、机械、法律、医疗等）中，通用大模型缺乏行业专有知识、业务流程理解和术语一致性，导致回答不专业、逻辑偏差甚至产生误导性信息。我公司希望在造纸化学品与包装胶这一细分领域率先布局AIGC技术，将大模型与产品研发、工艺优化、客户技术问答、质量控制等环节深度融合，构建行业智能大脑。通过此布局，缩短新产品开发周期、提升技术服务水平、沉淀专家经验，形成企业新的技术壁垒。

需解决的主要技术难题

  1. 行业知识库构建与向量化：我司拥有大量非结构化技术文档（实验报告、配方表、安全数据表、客户反馈、竞品分析等），需从中提取高价值信息并进行清洗、标注、切片，构建可被大模型有效检索和理解的行业知识库。同时要处理专业术语（如“留着率”“施胶度”“羧基化度”）、实验数值、工艺参数等混合数据，保证检索召回率与精度。

  2. 垂直微调与幻觉抑制：通用大模型缺乏对造纸化学品理化规律的理解，易产生“假性专业回答”。需采用LoRA、P-Tuning等微调方法，结合行业专家标注的问答对，使模型在回答配方建议、故障排除等问题时严格遵循已知化学规律和产品手册，将幻觉率降低至可接受水平（≤5%）。

  3. 私有化部署与实时交互：技术数据和配方属于企业核心机密，必须私有化部署。需解决大模型在有限算力下的推理延迟问题，确保技术客服、现场支持等场景下实时响应（≤3秒）；同时要支持多轮对话与上下文记忆，与现有CRM、MES等系统API对接。

期望实现的主要技术目标

  1. 构建一套包含至少5000条高质量行业问答对及1000份技术文档的知识库，大模型在技术问题回答上的准确率（专家评判）≥90%，幻觉率≤5%。

  2. 完成一个私有化部署的AIGC应用原型，至少覆盖两个业务场景：①内部研发辅助（配方建议、实验方案生成）；②外部客户技术问答（产品使用问题、故障诊断）。推理响应时间≤3秒，支持并发10路。

  3. 形成可迭代的行业大模型微调与知识更新流程，使新产品发布后72小时内知识库同步更新，模型回答与新资料一致。通过实际试用，预计将技术咨询响应时间缩短70%，重复性技术问题处理效率提升5倍以上。