食品加工业异常处理推理数据集

本数据集包含5000条食品加工设备异常类推理任务,聚焦于报警误判、感知异常等问题的多步归因处理,适用于工业大模型、异常识别Agent与故障分析系统的智能训练。

0
0
立即购买

数据描述

在食品加工过程中,温控、压力、洁净度等核心参数需严格稳定,任何异常波动都可能引发停机、质量偏差甚至食品安全风险。尤其在智能控制系统下,部分误报或感知错误也会触发设备自保行为。为提升AI模型对工业异常事件的精准识别与推理能力,本数据集聚焦食品行业典型设备异常场景,通过结构化多步推理(Chain-of-Thought)方式,模拟技术人员面对设备突发报警时的逐步排查与误判识别流程。数据适用于训练具备异常归因能力的工业AI模型、故障预警系统、食品生产智能助手等关键任务。

数据参数

id

不固定长度字符串

industry

食品加工

task_type

作业协同

label

不固定长度字符串,例如“人工与机器人协同效率提升策略”

input

不固定长度字符串

cot_steps

不固定长度字符串

answer

不固定长度字符串

key_variables

如“节拍差异”、“扫码速度”等

difficulty

简单 / 中等 / 复杂

source

如“人工协作优化实践”、“工程分析推理”等

数据样例

相关推荐

没有更多了
找不到您要找的数据?
让数据提供商通过发布请求来找到你
发布您的请求