Back to blog
Nov 19, 2026
2 min read

测控代码生成模型-DAY02

生成语料库-思考

  1. SFT 数据格式更改为只输出函数体。
{
  "instruction": "读取属性 A 和 B,计算平均值并写入 Avg。读取失败或结果无效时不写入。",
  "output": "double a = 0.0;\ndouble b = 0.0;\nif (!me->ReadDouble(\"A\", a)) return;\nif (!me->ReadDouble(\"B\", b)) return;\ndouble avg = (a + b) / 2.0;\nif (!std::isfinite(avg)) return;\nif (!me->WriteDouble(\"Avg\", avg)) return;"
}
  1. 三种 Prompt 对应一份函数体。
  2. 应该先生成一个业务的语料。
  3. 需要语料资源
类型用途
每种业务对应的伪 API 代码微调数据的”output”字段
每种伪 API 代码对应的 3 种 prompt微调数据的”instruction”字段
每种业务对应的真 API 代码构建 RAG 环节的”Case-Wiki”
真 API 接口构建 RAG 环节的”API-Wiki”
安全规范需求构建 RAG 环节的”Safety-Wiki”
  1. !!! 根据[[语料库-V2.0]]和[[API]]可以构建出真 API 代码。(先解析出每个业务的要求,提取出真 API 接口)
  2. 制定伪 API 接口映射规则,方便生成伪 API 代码。
  3. 真 API 代码生成流程 从[[语料库-V2.0]]提取出每个业务的业务需求规格YAML
business_id: DP-01
business_name: DualPropAverage
object_type: device

inputs:
  - name: A
    type: double
  - name: B
    type: double

output:
  name: Avg
  type: double

operation: average

constraints:
  - check_me_null
  - check_read_success
  - check_finite_values
  - check_output_range
  - check_write_success
  - log_failure_only

forbidden_behaviors:
  - alarm
  - delay

输入 API-Wiki 当作上下文,从 [[语料库-编写规范]] 提取到适合业务的规则,最后生成代码和适合的 3 个 Prompt。 8. 搭建了生成数据的流程。

RAG-思考

流程:LLM-Wiki 生成Markdown → Python 分类检索 → 原始文档核对 → Prompt组装 → Qwen 生成

  1. llm-wiki的purpose.md(这个知识库研究什么?哪些内容值得保留?希望最终如何使用这些知识?)和schema.md(重点是告诉 LLM 如何将原始资料转化为结构化知识)应该如何写?