huawu矿业：Z.ai 后训练能力与系统设计整合
版本：v1.1 / 设计建议稿
日期：2026年10月6日
依据：系统设计v1.0、GPT-6 Astra《模型应用与专项训练方案v2.0》
状态：仅更新设计；未接入模型、建立数据服务或启动训练
1. 本次整合的决定
将后训练得到的模型作为系统可选的任务执行模型，而不是增加一个独立聊天产品。专项训练用于提高识别、字段抽取、证据标注和任务建议质量；项目知识更新依靠带版本的资料和检索，金额仍由确定性计算产生。训练是否值得开展，由真实资料评测决定。
| 交付层 | 本次设计纳入 | 实施边界 |
|---|---|---|
| 首期模拟演示 | 保留四案例、模拟分析、人工核验、计算、报告和各设备保存 | 不新增真实调用、上传、后台或训练；不伪造“专用模型已训练” |
| 后续无训练试点 | 真实资料解析、项目隔离检索、现成Z.ai模型、草稿复核、版本与运行记录 | 数据授权、处理地点、合作资源及专家评测落实后实施 |
| 后续专项训练试点 | 经授权的纠错样本、离线SFT/LoRA、独立验证、模型版本发布与回滚 | 六项训练门槛同时成立后启动；不做自动在线学习 |
| 正式使用 | 有限范围推广、权限、审计、恢复和持续回归 | 单独验证生产要求；浏览器本地保存不代替正式资料保护 |
本次请求授权设计整合，不等于启动真实服务或训练。既定业务仍以藏川滇三江成矿带为重点、兼顾海外、一般同时少于10个项目；无销售管理、最终投资审批或统一收益门槛。
2. 模型能力映射到业务页面
| 能力ID | 专项能力与训练目标 | 系统位置 | 产物及限制 |
|---|---|---|---|
| AI-01 | 文档／化验表识别；仅对反复出现的版面识别错误考虑OCR适配 | 资料与证据 | 页面、表格、原始数字与单位；保留图像，不把识别失败当缺项 |
| AI-02 | 带证据位置的结构化抽取；适合专家标注后的SFT/LoRA | 资料核验、估值输入建议 | 资源类别、数量、品位、主体、日期、试验条件及交易字段；待核验，不自动进入估值 |
| AI-03 | 矛盾、缺失与已知风险线索；规则配合检索 | 风险页 | 并列来源与待查事项；不能自行定性造假或确认法律阻断 |
| AI-04 | 根据证据提出验证任务；专项训练只改善已定义输出行为 | 价值提升计划 | 当前未知、证据、前置条件、成功/失败与停止条件；成本无依据时待估 |
| AI-05 | 有引用的问答和报告草稿；后续可评估稳定专家偏好的DPO | 分析、报告 | 事实、未知、冲突、假设和计算引用分别呈现；禁止无依据关键结论 |
| AI-06 | 专家纠错到训练候选样本 | 核验记录；管理侧样本治理 | 使用权、项目隔离、复核与准入；修正业务数据不等于授权训练 |
| AI-07 | 发布、版本锁定、失败处理与回滚 | 管理侧模型台账；业务侧只显示运行来源 | 运行和报告固定模型版本；新模型不回写历史结果 |
模型不能升级资源类别、推定可采储量、替代空间建模、决定收购价、投资批准或交易放行。被证实造假后的独立重建通过既有重评路径形成新版本，保留原资料、认定依据和历史，不把旧版本纠错样本自动加入训练。
3. 在线业务与离线训练的关系
版本、项目与处理范围
先按项目及权限过滤
现成或已发布的专项模型
引用及结构校验
既有领域状态和公式
离线训练链：授权的专家纠错 → 样本复核 → 按项目划分训练/验证/封存测试 → 固定底模训练 → 独立评测 → 登记可用版本 → 后续业务请求选择该版本。线上项目资料不通过请求自动更新权重。
3.1 后续试点的最小模块
| Module | Interface职责 | 隐藏的Implementation与约束 |
|---|---|---|
| 资料与证据模块 | 保存原件、定位证据、查询项目内资料 | 文件解析、关键词索引、版本与来源校验；先用关键词和元数据，效果不足再增加向量检索 |
| 模型任务模块 | 创建、查询及取消分析任务；返回统一草稿 | 授权、受控检索、模型版本、超时、输出检查和运行记录集中处理 |
| 现有领域与计算模块 | 接受人工确认的字段变更、重算及生成快照 | 保留原值、核验状态、依赖变化、权益和现金流校验；不信任模型金额 |
| 离线评测与训练模块 | 产出数据版本、评测记录和候选模型版本 | 样本权利、隔离、训练配方、复现、失败样本；不由普通项目页面发起训练 |
首期不提前创建这些后台Module。实际接入时只实现已选部署路径的一个模型Adapter；未来基础模型与微调版本通常只需要更换模型配置，不为每个任务另建服务。采用一个受控应用后端、授权文件存储和必要元数据记录即可起步，不默认微服务、图数据库、消息队列或智能体集群。
3.2 部署和设备保存
真实模型密钥只在受控服务器保存。浏览器使用受验证的会话访问后端；项目权限在后端执行，不能只靠传入projectId。训练机器与在线推理分开运行，GPU/NPU配置由指定负载测试确定。
后续试点可以采用合作API或受控私有推理之一；训练产物须通过该路径的加载验证。合作API若不支持公司适配器/权重，不能声称API已使用专项模型，应另选支持的受控推理路径。
各设备独立保存的首期要求不变。真实试点上传的授权原件及运行记录可以保存在约定服务器；这不自动开启工作区、参数或核验状态跨设备同步。服务器保留什么、保留多久及哪些人员访问，在试点数据流中明确。真实凭据和敏感原件不放入localStorage；真实资料保存方式另行设计并验收。
4. 共享数据与任务契约
以下为后续试点的逻辑契约，不修改首期schemaVersion=1或固定案例算例。后续存储升级需单独迁移检查，不能让旧浏览器静默覆盖新格式。
4.1 事实与来源
FactCandidate包含id、projectId、targetField、rawValue、rawUnit、normalizedValue、normalizedUnit、conversionRuleVersion、objectScope、reportStandard、reportStandardVersion、asOfDate、sourceRefs、status、runId。数值未知为null，低于检测限/区间另存限定，不强制变零。
SourceRef包含projectId、documentId、documentVersion、fileHash、PDF物理页码、印刷页码、bbox或表格单元格、quote和来源类型。引用必须定位到请求时的资料版本；页码正确但不支持主张仍判失败。原报告陈述、专家确认、计算、假设分别存放，不共用一个“可信度”字段。
4.2 AnalysisRun与统一产物
| 对象 | 主要字段和约束 |
|---|---|
| 请求 | projectId、taskType、inputRevision、documentVersionIds、question或targetFields、clientRequestId；后端从会话确定操作者与授权，不信任客户端角色 |
| AnalysisRun | runId、projectId、taskType、inputRevision、evidenceManifestHash、modelReleaseId、promptVersion、retrievalVersion、schemaVersion、calculationRuleVersion、startedAt、finishedAt、status、errorCode、usage；日志不默认记录原件全文 |
| AnalysisDraft | draftId、runId、facts、claims、conflicts、missingItems、suggestedActions、calculationRefs、limitations、reviewState；只作为草稿，不执行修改 |
| ModelRelease | releaseId、baseModel及快照/API版本、adapter/weightHash可空、precision、训练数据及配方版本、评测记录、支持任务、许可、deploymentPath、状态及previousReleaseId |
| ReviewRecord | draftId、runId、candidateId、采纳/修改/驳回、理由、确认后业务版本、复核人和时间；训练授权独立记录 |
claims每项关联sourceRefs或calculationRefs。计算引用保存scenarioId、输入版本、公式版本与结果哈希；模型不能以生成文本替代公式输出。动态API无法固定版本时记录这一限制，不能承诺精确复现。
4.3 Interface与错误行为
建议后续HTTP入口：POST /projects/{id}/analysis-runs，GET /projects/{id}/analysis-runs/{runId}，DELETE /projects/{id}/analysis-runs/{runId}。三者都检查项目权限；DELETE表示请求取消，不表示抹除运行记录。首轮查询进度即可，不预设流式输出或消息队列。
相同授权人、项目与clientRequestId只创建一个任务；相同ID配不同请求拒绝。任务返回queued/running/succeeded/partial/needs_evidence/failed/cancelled；模型调用成功但输出无效属于failed，不伪装succeeded。可展示有效子项，但整体标记partial并禁止批量采纳。取消与完成竞争时按服务器已登记的终态返回，不能将已完成任务改为已取消或重复产生结果；取消不撤销已由用户确认的业务修改。
错误区分unauthorized、invalid_input、missing_evidence、unsupported_task、timeout、provider_unavailable、invalid_output、stale_input、budget_exceeded。不得在响应里暴露其他项目内容、服务密钥或服务商内部信息。
模型任务不自动调用applyCommand。用户采纳字段时重新检查inputRevision、当前资料版本、SourceRef和数值口径；旧任务结果标记stale_input，用户需重新分析或逐项复核。审核通过后才调用既有领域命令和finance；失败不改变原工作区。任务取消、重复请求或服务恢复不能重复写入费用/核验结果。
5. 模型与后训练的接入策略
模型官方事实及固定来源沿用Astra方案v2.0，本文件不追加新的性能或硬件结论。
| 任务 | 首轮候选 | 后训练接入条件 |
|---|---|---|
| OCR | GLM-OCR；电子表格/文本先直接读取 | 版面识别模型存在稳定错误、有标注及官方配方验证；产物通过独立页面/表格测试 |
| 图文及综合证据草稿 | 实际可获得的GLM-5.3-Flash合作服务 | 大型320B总/18B激活；MIT不代表低成本；不预设训练此模型 |
| 文本字段与报告 | GLM-4.7-Flash成本对照；需要时追加GLM-5.3 | 指定版本的训练配方另核实；5.3为自定义许可，不能沿用其他模型MIT结论 |
| 较小模型专项训练 | 按效果及配方选择GLM-OCR或9B-0414等 | 小模型先达到任务基线；旧视觉仓库维护与合作支持需确认 |
SFT训练带证据的目标行为，LoRA是更新部分参数的方式，两者可同时采用。DPO仅在事实可靠、专家偏好稳定后评估；强化学习与继续预训练均不设为默认阶段。资源标准、法规和实时项目事实不靠微调权重保存。没有适配收益时使用基础版本，模型不可用时继续人工核验。
6. 样本治理、评测与发布
6.1 六项训练门槛
- 错误跨项目反复出现且归因明确。若目标是OCR适配，应证明错误来自识别模型；若目标是文本抽取，应先排除上游OCR、检索、资料缺失或公式错误。
- 已有提示、结构约束、规则和检索的可复现基线，存在值得投入的差距。
- 样本合法可用、专家确认，按项目及报告血缘隔离；封存测试不参与调优。
- 指定底模、精度、更新模块和训练框架跑通最小训练与产物加载；资源责任与预算明确。
- 预先确定目标收益、重大错误不得恶化、完整项目成本及停止条件。
- 数据、标注、适配器、权重、配方与日志归属和导出权明确；保留基础版本回滚。
采纳/修改/驳回记录仅作为候选，不自动成为标签。样本必须经授权、脱敏或批准的原文使用、专家仲裁、质量检查。删除资料时检查切片、索引、日志和训练副本；已进入权重的数据无法承诺一键删除影响，须在训练前约定重新训练/退役等处理，保留合法的最小版本记录。
6.2 数据隔离与比较
按项目、报告版本和衍生问答保持同组；相关矿区和重复模板检查泄漏。用训练集训练、验证集选择模型/提示/阈值，最终封存测试仅验收。封存结果不通过时记录失败，下一轮更换封存集或另留未触碰数据，不能反复调到该测试通过后称独立泛化。
实测比较人工/规则、基础模型、基础模型+检索、同底模专项模型+同检索。标准证据包用于定位模型瓶颈，实际检索结果用于端到端验收。衡量关键数字和单位、引用支持、已知重大风险召回/误报、未知处理、复核工时、项目成本和延迟。按项目报告分母，模型裁判仅辅助。
6.3 ModelRelease生命周期
候选 → 已评测 → 已登记可用 → 在限定任务启用 → 停用/回滚。发布是技术版本启用，不是投资审批。每次运行开始时固定releaseId，更新默认版本只影响新任务。报告保存草稿、证据、复核、输入及计算快照，不因升级重生成旧内容。
升级前跑回归与相同负载成本测试；限定范围问题触发停用候选并回滚配置，旧运行记录保留。发布登记与授权人员复核不同于日常业务人员点击“采用建议”。API权重加载和适配器可用性需合作方实际验证，不能只记录一个模型名称就称后训练已接入。
7. 文档追踪与并行开发顺序
| 能力 | SPEC | 设计 | 架构 | 任务 | 验收 |
|---|---|---|---|---|---|
| AI-01/02 | S-AI-01/02 | D-AI-01 | A-AI-01/02 | J-AI-01/02 | AT-01/02/03 |
| AI-03/04 | S-AI-03/04 | D-AI-02/03 | A-AI-02/03 | J-AI-02/03 | AT-04/05/06 |
| AI-05 | S-AI-05 | D-AI-04 | A-AI-03 | J-AI-03 | AT-07/08 |
| AI-06 | S-AI-06 | D-AI-05 | A-AI-04 | J-AI-04 | AT-09/10 |
| AI-07 | S-AI-07 | D-AI-06 | A-AI-04/05 | J-AI-00/04 | AT-11/12/13/14 |
六份系统文档v1.1分别补充相关条款，原S/D/A/J/T及FR/AC编号不变。首期开发任务仍独立；真实模型任务在资料与接口冻结后分批执行，最多3个开发agent加1个集成负责人。不在本次设计工作中派发开发。
8. 本次交付与待落实条件
本次提供整合说明、需求、SPEC、交互、架构契约、Agent任务和验收计划v1.1。文档检查不能代替产品或模型验收，全部后续用例标记未执行。
进入真实试点前需确定可用API/权重版本、数据与成果条款、部署路径、历史资料授权、评测专家、页数/文件大小/并发负载及预算。试点评测数量沿用Astra建议作为起点，不能当作公司已有资料量或训练充分性保证。未明确的硬件、成本、准确率和目标国家法规继续列为待确认。
9. 一个专项能力如何进入评估流程
以下为设计示例，不是已完成的训练结果：化验表经常把“1%”识别成“1”，先判断错误发生在OCR还是字段规范化。若电子原件已正确、错误仅来自单位抽取，训练目标就是带来源的数值和单位抽取，不去重训OCR。
专家确认样本并获授权后，以同底模比较训练前后在未见项目的错误；产物验证通过才登记专项版本。业务运行生成“100万吨矿石、1%品位”的待核验字段，用户核对原件并确认后，计算模块得到1万吨含金属量。报告注明原件、复核、模型和公式版本，不进一步推断可采量、收入或收购价格。若模型仍输出1且没有单位，系统拦截而不是用该值计算。