企业AI助手可信度飙升29%！EvidenT让答案可溯源、零虚假引用
EvidenT: Building Trustworthy Enterprise Assistants through Evidence Groundedness and Traceability
📖 AI 总结
企业级AI助手需要生成可验证、可追溯至原始证据的回答，但面向异构企业数据的检索增强生成（RAG）常出现引用漂移、内容缺乏支撑、来源追溯薄弱等问题。为此，作者提出EvidenT（信任、透明、可追溯）流水线，在答案生成前对提取的证据与检索文档进行核验，无需重新训练模型。该方法结合结构化段落抽取与确定性词汇对齐，过滤无支撑内容、纠正引用漂移并保留源片段可追溯性。在约500条真实企业查询上，EvidenT相较提示基线将金标来源命中率平均提升29%，未产生指向未检索URL的引用，并实现接近饱和的答案与来源词汇覆盖率。该工作为构建可信、可审计的企业AI助手提供了轻量且有效的技术路径。
🔑 关键词速览
| 检索增强生成 (RAG) | 一种结合检索外部文档与生成模型的技术，用于提升答案的准确性和事实性。 |
| 引用漂移 (Citation Drift) | 生成的答案中引用的来源与检索到的实际支持证据不一致的现象。 |
| 黄金源命中率 (Gold-Source Hit Rate) | 评估指标，衡量系统正确识别并引用包含标准答案的源文档的比例。 |
| 确定性词汇对齐 (Deterministic Lexical Alignment) | 一种基于规则和词汇匹配的确定性方法，用于对齐文本片段，确保内容与源文档一致。 |
| 源跨度可追溯性 (Source-Span Traceability) | 能够追踪生成内容中每个部分到原始文档中具体文本片段的能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅