WaferSAGE：基于合成数据生成与量规引导强化学习的大语言模型晶圆缺陷分析

我们提出WaferSAGE，一个使用小型视觉语言模型进行晶圆缺陷视觉问答的框架。为解决半导体制造中的数据稀缺问题，我们提出一个三阶段合成流水线，纳入结构化量规生成以实现精确评估。从有限的标注晶圆图出发，我们采用基于聚类的清洗来过滤标签噪声，然后使用视觉语言模型生成全面的缺陷描述，并将其转换为结构化的评估量规准则。这些量规指导VQA问答对的合成，确保覆盖缺陷类型识别、空间分布、形态学和根本原因分析。我们的双层评估框架通过贝叶斯优化将基于规则的指标与LLM-Judge分数对齐，实现可靠的自动化评估。通过结合组序列策略优化（GSPO）与量规对齐奖励的基于课程的强化学习，我们的4B参数Qwen3-VL模型取得6.493的LLM-Judge分数，接近Gemini-3-Flash（7.149），同时支持完全的本地化部署。我们证明，经过领域特定训练的小模型可以在专业工业视觉理解中超越专有大模型，为半导体制造中隐私保护、低成本的部署提供了可行路径。