Datawhale AI夏令营 大模型技术task3 稍稍提分

之前只是把baseline跑了一遍（不过教师模式换成了Qwen3-32B），但是跑出来还没8B的baseline的结果好，这次提分主要是以下几个方面：
（1）完善单字段查询问题 ，增加了几种问题的问法

（2）多字段过滤 → 新增：如“在{候车厅}候车，且发车时间晚于{时间}的车有哪些？”

（3）时间推理 → 新增：“{车次}在{站名}的停留时间是多少？”

（4）缺失数据检测 → 新增：“检票口为X，且开点时间缺失的车次？”

（5）单位换算 → 新增：“若延误X分钟，新的开点时间是？”

略微优化了一下prompt，并且构造了一些错误问答对，让模型在无法回答时可以判断问题本身是错误的，不回答问题（输出无法回答或其他语句）
把32B模型教师换回了8B（32B生成答案有些慢）

最终得分：65分

还有很多地方可以优化：
下一步：
换用更好的教师模型
现在的缺失值补充直接使用无数据，有些随意，后面需要用其他方式补充
还没有使用到text2sql和agent调用工具等方法来获得更多的问答对，以及更精确的问题，现在的问答对完全使用大模型生成，其中一些涉及到计算的地方会有错误，跨行的问答以及类似RAG上下文也没有考虑到