用中文问英文说明书,QAnything 把“先找再答”拆给你看

开源项目猫目发布于 来源:QAnything 官方仓库与文档
跨语言问答的关键不只是翻译:资料先被切开、检索、重新排序,最后才轮到模型组织答案。

为什么值得关注

用跨语言检索与可查看的资料片段,降低反复翻查中英文文件的门槛。

适合谁:需要查阅中英文产品手册与内部资料的业务支持人员

这次有哪些亮点

  • 支持中英文跨语言问答和多种常见文档输入
  • 检索后重排,前端可预览与编辑切分片段

使用前需要知道

离线使用需要完整准备模型和依赖;接云模型仍会传输相关内容。代码AGPL,模型另有许可。

客户用中文问:“这款设备需要什么安装环境?”答案却藏在几十页英文说明书里。把全文翻译一遍太重,只搜“环境”又找不到英文的 operating conditions。QAnything 试图把这个过程收进一个资料问答入口:导入文件,用自己的语言提问,再从找到的材料中组织答案。

它是网易有道维护的本地知识库问答项目,官方说明列出 PDF、Word、PPT、表格、邮件和网页等输入,并提供中英文跨语言问答路线。值得看的不是“上传文件就能聊天”这件事本身,而是它允许你继续查看答案前面的检索过程。官方仓库

一份答案,前面还有两次筛选

QAnything 使用先检索、后重排的两阶段思路。第一次从资料中找出大致相关的片段,第二次再把更贴近问题的内容排到前面,之后交给大模型回答。把它理解成“先找候选,再认真筛一遍”,比记住 embedding 和 rerank 两个术语更有用。架构说明

仍以上面的说明书问题作教学示例:相关段落里可能既有机器的工作温度,也有包装运输的温度。两段都提到条件,但不能互相替代。重排想改善的是相关性,并不意味着软件已经理解所有产品规则;最终仍要看回答引用的材料是不是安装条件,而不是储存条件。

这也解释了为什么“换个更强的聊天模型”未必能解决所有问题。如果前面根本没找到正确一段,最后的回答再流畅,也缺少这份手册真正提供的信息。

资料切得不对,可以回头改

官方 2.0 的说明包括在线预览与编辑切分片段等能力。它很适合用来理解一个常见故障:原文件把警告、正文和表格放在一起,切分时却拆断了上下文,检索只能拿到半句条件。能看见材料如何被切开,就有机会修改资料组织,而不是不停换问法。版本说明

对于产品支持岗位,一套有用的试用材料可以包括中英文手册、常见问题和已过期的旧版文件。先问几条有明确答案的问题,再观察是否混入旧资料。这里给的是检查方法,不是本文已经跑出的结果;跨语言能力也不能直接等同于所有中文专业词都识别准确。

离线是一条配置路线,不是安装后的自动状态

项目提供离线部署说明,但要提前准备镜像、模型与相关资源;如果配置的是外部大模型服务,相关资料片段仍可能被发送给服务商。网页服务能否断网使用,取决于整条链路,而不只看前端装在哪台电脑。

QAnything 代码使用 AGPL,采用的模型需要另外核对条款。对于前面的说明书问题,理想交付应当是中文解释加上正确的英文条件段落。只有解释没有出处,你仍要从头查;只有相似段落却没有分清安装与储存条件,也没有完成这次资料查询。

原始资料:QAnything 官方仓库与文档

以上为编辑整理,功能、许可与使用条件以官方说明为准。

返回每日分享