场景感知交互的跨域推理数据集

该数据集面向场景感知交互的跨域推理任务建设，聚焦复杂工业场景下大语言模型的语义理解、关系推理与跨域泛化能力提升需求，针对工业领域知识推理专用数据匮乏的缺口，填补了多场景工业知识推理数据集的空白，对推动大语言模型在工业场景落地、完善工业智能系统逻辑推理能力意义重大，可广泛服务于学术研究、技术研发及工业AI系统优化。
数据集原始数据来源于公开电子产品拆解报告、学术论文产品工艺流程数据及开源硬件数据库模块化设计信息，涵盖各类电子产品及其零部件、芯片型号、生产商、生产工艺等信息。数据经结构化抽取、实体对齐与关系建模构建多模态工业知识图谱，评测集从图谱中采样获得，关系模板由人工编写，训练集通过数据增强结合大模型与知识图谱构建，全程标准化处理确保一致性与可用性。
数据集包含评测集（triple_data.json）、关系模板集（relation_template.json）、训练集（train_full.json）三个核心部分，以标准JSON格式存储，采用一级目录结构，便于快速加载。评测集存储待推理三元组实例，含头实体、尾实体、关系类型等字段；关系模板集提供关系语义定义与正/逆向推理问题模板；训练集采用“instruction-input-output”指令微调格式。数据覆盖BOM、供应链、生产线三大典型工业场景，支持跨关系、跨实体、跨域推理能力评估。
数据体量上，训练集含17005条指令微调样本，评测集含1000条完整工艺三元组与正确选项，关系模板集含36种关系的正/逆向模板及语义定义，规模适配模型训练、性能评估与跨域泛化测试。
该数据集公开共享，支持通用JSON解析工具读取，适用于工业知识驱动的语义推理评测、跨场景泛化分析、问答系统构建等任务，为场景感知交互中的跨域推理研究提供全面、高质量的数据支撑。