源码地址：
通过网盘分享的文件：源码获取.txt
链接: https://pan.baidu.com/s/157q4QdD9HT_Yl13iqEJY-g?pwd=mw4q 提取码: mw4q
项目效果
稿子目录推荐
摘 要 I
ABSTRACT II
1 绪论 1
1.1 研究背景 1
1.2 国内外研究现状 1
1.3 设计目标与意义 3
1.4 论文结构 3
2 相关技术介绍 5
2.1 大语言模型与 Qwen3-0.6B 5
2.2 LoRA 参数高效微调技术 5
2.3 RAG 检索增强生成技术 5
2.4 向量数据库与嵌入模型 5
2.5 系统开发技术栈 6
3 数据集构建与数据分析 8
3.1 数据来源与预处理流程 8
3.2 问题与回答长度分布分析 8
3.3 训练集与验证集划分分析 9
3.4 RAG 知识库文档构成分析 9
3.5 数据质量讨论 10
4 模型训练与检索增强分析 11
4.1 微调策略与参数设置 11
4.2 训练损失变化分析 13
4.3 RAG 问答链路分析 14
4.4 微调与检索协同效果分析 15
4.5 风险与优化空间 15
5 系统总体设计 16
5.1 设计目标与原则 16
5.2 系统整体架构设计 16
5.3 功能模块设计 17
5.4 接口与安全设计 18
6 系统实现 20
6.1 用户功能实现 20
6.2 管理员功能实现 27
7 系统测试与结果分析 34
7.1 测试目的 34
7.2 测试环境与方法 34
7.3 系统功能测试 34
7.4 问答质量结果分析 36
7.5 检索增强效果讨论 37
结 论 38
参考文献 40
致 谢 41摘 要
面向光纤基础测试场景的知识服务具有明显的专业门槛。传统资料查询方式以教材、手册和经验问答为主，学习者在定位故障现象、理解术语和关联测试步骤时往往需要在多种资料之间频繁切换，既增加了检索成本，也削弱了知识获取的连续性。针对上述问题，本文以Qwen3-0.6B模型为核心，结合LoRA微调与RAG知识库技术，基于733条领域问答样本进行深度训练与检索增强，显著提升了模型在专业语境下的知识召回与生成能力。
本文设计了一套基于Flask、Vue3、MySQL与ChromaDB的光纤基础测试智能问答系统，完成了系统架构、业务模块与数据存储结构的工程化实现。实验表明，训练数据分布集中，训练损失曲线呈现稳定下降趋势，微调后的模型在专业准确度、回答完整度、术语规范性、逻辑连贯性和实用性等维度均优于基础模型。研究验证了"小模型+LoRA+RAG"模式在低成本行业智能应用中的有效性与可复制性。
关键词：Qwen3-0.6B；LoRA 微调；RAG；光纤基础测试