DQA：IT 支持的诊断问答

企业 IT 支持交互从根本上来说是诊断性的：有效的解决方案需要从不明确的用户报告中反复收集证据，以确定根本原因。虽然检索增强生成 (RAG) 通过历史案例提供基础，但标准多轮 RAG 系统缺乏明确的诊断状态，因此难以积累证据并解决跨轮的竞争假设。我们引入了 DQA，这是一种诊断问答框架，可维护持久的诊断状态并在根本原因级别（而不是单个文档）聚合检索到的案例。 DQA 结合了会话查询重写、检索聚合和状态条件响应生成，以支持企业延迟和上下文约束下的系统故障排除。我们使用基于重放的协议对 150 个匿名企业 IT 支持场景进行 DQA 评估。经过 3 次独立运行的平均，DQA 在轨迹级成功标准下实现了 78.7% 的成功率，而多转弯 RAG 基线的成功率为 41.3%，同时将平均转弯次数从 8.4 减少到 3.9。