AI-translated from English; not yet reviewed by a fluent editor.

# 分階段 AI 流程從資料表擷取硬體規格

> 兩位作者的預印本指出，在 20 份資料表中，分階段 AI 擷取產生的來源支持硬體規格多於單階段基準方法。圖表與實際設計決策尚未經過測試。

By BIG CHANGE Editorial

Published: 2026-10-12T10:04:09.292Z
Updated: 2026-10-12T10:04:09.292Z
Canonical: https://bigchange.ai/blog/ai-hardware-datasheet-knowledge-graph-extraction

![Conceptual charcoal illustration of an unbranded electronic sensor module beside a datasheet table with one orange-highlighted row.](https://bigchange.ai/api/media/file/hardware-datasheet-sensor-spec-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. It does not depict a studied component, a real datasheet, or a tested engineering decision.

一份 [密西根大學預印本](https://arxiv.org/html/2610.12762v1) 描述如何將硬體資料表轉為可搜尋的知識圖譜，同時保留每項擷取規格連回來源的連結。在 20 份資料表中，作者指出其圖譜內 98.8% 的屬性有引用來源段落支持，單次處理方式則為 76.1%。這項結果是作者評估中的擷取品質，並未證明從任一圖譜挑選的元件能在完成的設計中運作。

## 重大變化

- **變化：** 研究人員將資料表處理分成有限範圍的擷取、放入圖譜與反覆清理，而不是要求模型一次產生整份圖譜。
- **為何重要：** 查詢元件限制的工程師需要數值、操作條件，以及回到資料表的途徑。在這項比較中，分階段方法保留了明顯更多有來源支持的屬性。
- **後續觀察：** 報告分數來自 20 份文件，並與一種單次處理基準方法比較。獨立重現，以及在真實元件選擇或驗證流程中測試，仍待進行。

## 流程讓每項規格都連回來源

資料表會將規格分散在文字與表格中。電壓範圍可能取決於裝置版本或操作模式，因此單獨的數值無法完整回答工程師的問題。作者的方法先將 PDF 資料表轉成 Markdown、保留表格結構，再把文字切成區段。每張表格都保持完整，使標題和單位留在其說明的儲存格旁。輸入不含圖表，對以圖示呈現規格的文件而言這是重要限制。

模型從每個區段擷取找到之屬性的名稱、描述、數值或範圍及單位。來源若提供條件、設定與裝置版本，描述也會保留。每項屬性都連結至來源區段。第二階段將屬性放在圖譜的功能區塊之下。例如，UART 傳輸速率規格屬於 UART 區塊；多個周邊共用的規格則位於層級較高處。初始類別範本缺少區塊時，模型可以提出新增區塊。

系統要求模型提供明確的放置與編輯指示。由本機軟體檢查指示並套用至已儲存的屬性，而非讓模型重新產生圖譜及其數值。後續步驟會合併重複規格、區分同名屬性，並重新檢視比合適區塊更早放置的屬性。這種分工讓錯誤數值或位置更容易追溯至來源區段與處理步驟，但不代表模型的語意判斷不會出錯。

檢索時，系統可以找出相關功能區塊，檢視其屬性以及從上層區塊繼承的適用屬性。這是論文記載的縮小圖譜搜尋範圍設計。論文沒有提供實地試驗，證明工程工作變快或相容性故障變少。

## 比較測量了什麼

作者使用 GPT-5.4、temperature 0.2，在 20 份資料表上執行兩種方法：七種感測器、五種處理元件、五個電源模組與三種通訊元件。文件合計 1,040 頁。單次處理基準方法取得與分階段系統相同的解析後 Markdown，並須在一次查詢中擷取、去重及整理完整圖譜。因此兩種方法在此比較中都沒有圖表內容。

98.8% 和 76.1% 衡量 *屬性忠實度*：附在擷取屬性上的段落是否支持該屬性。LLM 判斷語意支持，而基準方法聲稱的參照也必須符合輸入文字。研究人員接著比較每個圖譜中的忠實資訊有多少能從另一圖譜找回。分階段圖譜完整涵蓋基準方法忠實且正規化屬性的 83.6%；反向比較時，基準方法完整涵蓋分階段圖譜屬性的 10.5%。

這些是具方向性的相對涵蓋分數，不是原始資料表全部規格的比例。當時沒有完整的 ground-truth 清單。作者正規化屬性以減少各圖譜拆分規格方式不同的影響，再讓模型判斷涵蓋是完整、部分或沒有。人工檢查發現，抽樣 200 條正規化指示中有 186 條符合規則；八條不符，六條模糊。這些錯誤可能影響涵蓋率總數。

這項工作也有處理成本。論文指出，Analog Devices 一款含 800 多項屬性的感測器圖譜，每次精煉迭代約需 17 分鐘，原因是模型查詢和 API 延遲。作者選擇三次迭代作為折衷。論文沒有提供每份資料表的一般成本，也未證明流程在量產規模下經濟可行。

## 工程用途仍待測試

實驗測量的是擷取出的知識，不是元件決策。在作者測試中，把密集文件拆成可追溯的擷取與圖譜編輯步驟，比其單次處理基準方法產生更多有來源支持的資訊。工程師可以用這類圖譜找出候選限制，並檢視附上的原始段落。選定元件前仍須由人檢查原始資料表與適用條件，尤其是圖中含有流程未讀取的資訊時。

這是兩位作者的預印本，版本 1，於 2026 年 10 月 8 日提交。BIG CHANGE 審閱了論文及其報告的方法與結果，但沒有執行流程，也未將圖譜與 20 份資料表逐一獨立核對。論文未證明其相較其他擷取系統、更多樣的文件集，或已部署硬體流程的效能。

### 來源與延伸閱讀

- [Qiao 與 Dick， *Faithful and Complete LLM-Assisted Automated Construction of Hierarchical Hardware Knowledge Graphs*](https://arxiv.org/html/2610.12762v1)，arXiv 版本 1，2026 年 10 月 8 日提交。流程、20 份資料表評估、分數與明示限制的主要來源。這些是作者的結果；本文未找到獨立重現。

## Sources

- [Faithful and Complete LLM-Assisted Automated Construction of Hierarchical Hardware Knowledge Graphs，arXiv v1](https://arxiv.org/html/2610.12762v1) — 作者關於系統方法、20 份資料表基準與限制的主要論文；沒有獨立重現。
- [2610.12762 的 arXiv 版本紀錄](https://arxiv.org/abs/2610.12762) — 確認作者、v1 提交日期及研究分類的主要中繼資料；不是獨立實驗來源。