匿名节选
检索增强问答的引用忠实度
Artificial Intelligence · 文献综述 · 硕士 · 2,600 词
Artificial Intelligence文献综述硕士
节选在证明什么
RAG 系统的常见失败不是检索不到，而是生成段落下的引用与证据句不对齐。综述把评价拆成检索召回、句子级归因和答案可验证性三条线。
学生初稿按工具排列：Dense retrieval、Rerank、某生成模型。辅导要求改成按失败模式排列，工具降为每条轴下的实现选项。
只用 EM/F1 会掩盖“看起来像引用”的幻觉：表面字符串匹配高，证据句却在另一段。抽查协议因此必须出现。
无法归入三条轴的文献不进正文。节选保留的是结构，不是参考文献全文。
适合谁
面向硕士文献综述或 NLP 课：RAG 系统的常见失败不是检索不到，而是生成段落下的引用与证据句不对齐。适合把综述写成工具清单的同学。
覆盖什么
- 评价拆成检索召回、句子级归因、答案可验证性
- 只用 EM/F1 会掩盖“看起来像引用”的幻觉
- 每条文献对应一个对比轴，无法归类的不进正文
- 生成任务要有人工抽查协议
- 综述不是产品目录
怎么进行
- 01先定对比轴，再检索。先下载 80 篇再找结构，综述会散。
- 02把失败案例分成检索失败和归因失败，不要都叫幻觉。
- 03方法对比按轴写，工具名字只出现一次，放在轴下面。
- 04评价协议写进方法：抽多少条、谁来判、分歧怎么处理。
在 CS / SE / AI 里怎么落地
Artificial Intelligence
NLP 与 RAG 作业的分数往往在评价协议，不在又接了一个向量库。
Computer Science
信息检索课同样适用：召回和可验证性分开报。
Software Engineering
若产品课要写评测方案，也可以用三条线，但此例是学术综述口吻。
辅导焦点（可迁移的方法）
- 先定对比轴再检索
- 失败模式分开命名
- 生成任务补抽查协议
节选经过改写与匿名处理，不是学生提交原文，也不作为代写样本出售。对应学科见课程树。
这一页常被问到的
必须写 RAG 吗？
不必。此例用来说明评价要拆开。你的题目若是分类或检测，换对应指标。
人工抽查来得及吗？
写清样本量和协议。来不及做大规模，就缩小并在局限里声明，不要假装自动指标已经够。