评估与品质 · 研究解读
答案可能正确，引用却是错的
把引用是否真正支持内容，设成独立的验收项目。
把审核拆成两个问题
先问答案是否正确，再问画面上的证据是否支持它。ALCE 等引用研究区分这些品质面向，企业验收亦应如此。有经验员工可能凭记忆认为答案正确，即使助手连到无关段落也会通过。这看似成功，直到不熟悉规则的新同事沿着引用核对时才发现问题。知识助手应服务不具备既有背景的人，不能靠审核者心中知道答案补救。
检查重要主张是否都有支持
以假设的服务政策回覆为例，拆开截止日、例外、批准人与下一步，再检查每个重要主张。段落最後一个引用可能只支持第一句。无需为每个连接词添加装饰性脚注，重点是会改变业务决定的资讯。即使整体建议合理，也应记录没有支持的新增内容，并追查它来自模型推论、检索不足，还是来源文件本身没有交代。
流程一览
刻意放入容易误用的证据
加入近似段落、已撤回政策，以及提到主题却没有回答问题的文件。系统应拒用无关支持，或承认资料缺口。审核时实际开启来源，而不是只检查有没有超连结。即使引用由供应商功能产生，也要验证完整应用，包括存取控制，以及翻译答案如何回到原文。引用是方便核对的工具，不是把审核责任转给供应商的凭证。
按实际用途设定门槛
不同流程可接受的证据缺口不同。脑力激荡备注与直接交给客户的政策指示，不应使用同一验收门槛。确认哪些未支持主张会阻止发布，哪些需要退回编辑，并报告样本数与失败类型。不要因研究基准或供应商提供引用功能，就宣称助手完全真实或安全。保留人工核对路径，让无法取得支持的内容有清晰去向。
安排只看引用的审核
先隐藏答案，请审核者只看引用段落，说明它们真正建立甚麽事实，再展示回应比较主张。这能反转常见的说服效果：流畅答案容易使人把薄弱来源理解得比原文更强。若来源只提到一般程序，就不能当成特定客户已获批准的证明。把这类差别写入评分示例，让後续审核者采用一致标准。
来源与延伸阅读
- Enabling Large Language Models to Generate Text with CitationsEnabling Large Language Models to Generate Text with CitationsALCE authors / arXiv · Research source ·
- Reducing Risks Posed by Synthetic ContentReducing Risks Posed by Synthetic ContentNIST · Research source ·
编辑原则
本系列以 AI 辅助原创撰写，并对照连结的公开来源。实作建议与假设情境属编辑分析，并非客户实绩。来源发布日期及产品细节可能与本系列整理日期不同。