工贸业仓储物流全景智能问数垂类大模型语料数据

数据来源于仓储物流数据，涵盖物料入库、物料出库、生产领料、采购入库及库存统计等多维度核心字段，包含仓库类型、仓库名称、批次号、出入库数量、库存余量、生产分类等。 通过对数据进行清洗、脱敏、结构化处理，构建"自然语言问数需求-SQL语句生成-执行结果输出"三元组语料体系，覆盖出入库统计、库存查询、批次追溯、生产领料分析、采购入库核对等核心问数场景。 该数据集解决工贸业企业仓储物流管理中出入库数据分散导致跨仓查询困难、库存余量与领料需求匹配依赖人工核对、批次追溯效率低等核心痛点，帮助仓储管理人员从"依赖技术人员编写SQL"转向"自然语言自主查询"。 同时，该数据集可为工贸业领域的垂类大模型NL2SQL能力训练提供结构化语料支撑，推动行业从"人工编写SQL查询"向"自然语言智能问数"演进。该语料体系可横向复用至电子制造、汽车零部件、新能源等行业的仓储物流管理场景。

搜集汇总

背景与挑战

背景概述

该数据集来源于仓储物流数据，涵盖物料入库、出库、生产领料、采购入库及库存统计等多维度核心字段，经过清洗、脱敏和结构化处理后，构建了“自然语言问数需求-SQL语句生成-执行结果输出”的三元组语料体系，覆盖出入库统计、库存查询、批次追溯、生产领料分析、采购入库核对等问数场景。该数据旨在解决工贸业企业仓储物流管理中跨仓查询困难、库存余量与领料需求匹配依赖人工核对、批次追溯效率低等痛点，为垂类大模型NL2SQL能力训练提供支持，推动行业从人工编写SQL向自然语言智能问数演进，并具备向电子制造、汽车零部件、新能源等行业横向复用的潜力。