墨比乌斯公司随着工业生产自动化程度不断提升,设备状态监控与故障诊断正逐步依赖智能系统辅助。然而,传统知识库方法难以应对现场多样化的异常情境,而大模型生成的判断内容也常存在泛化不足或逻辑跳跃。本数据集以“设备故障诊断建议”为核心任务,模拟真实工况下的常见异常现象,记录模型生成的诊断意见,并引入专业工程师评分与解释,强化模型在设备运维场景下的因果识别、链路推断与多元可能性提出能力,构建具备实用性的工业AI问诊系统基础。
{
"prompt": "自动贴标机贴标偏差变大,但标签位置设定无变动,传感器正常,可能故障在哪?",
"output": "可能是标签驱动轴打滑,建议检查皮带张力和摩擦片磨损情况。",
"human_feedback": 4,
"rationale": "判断方向较好,抓住驱动机构问题,但略显单一,未补充其他定位或同步系统可能失调的因素。"
}| 字段 | 类型 | 描述 |
|---|---|---|
| File Name | string | File name |
| prompt | string | 自然语言表达 |
| output | string | 模型给出的初步故障判断与建议 |
| human_feedback | number | 评价诊断合理性、覆盖度与实际可参考程度 |
| rationale | string | 指出模型是否识别关键现象、考虑多源原因,是否存在片面推断等问题 |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你