证据可信度 · 方法概览

学习证据可信度,并在生成答案时局部修复引用。

学习证据可信度,并在生成答案时局部修复引用。
从此提示词开始

学习证据可信度,并在生成答案时局部修复引用。

体验 Kimi Design
创建一张 16:9 宽幅横向论文方法概览图,展示系统如何学习证据可信度,并在生成答案时局部修复引用。

主题:"EVIDENCE CREDIBILITY LEARNING / ANSWERING WITH EVIDENCE CHECKS"。

第一阶段包含 RETRIEVAL TRACE SUMMARY 和 CROSS-TRACE COMPARISON,展示 SPLIT、RETRIEVE、RERANK、CITE、ANSWER,以及 SOURCE、TABLE、CAPTION、FOOTNOTE,并总结 TRUST SIGNALS 和 MIS-CITATION PATTERNS;共享区域包含 EVIDENCE MANAGER、EVIDENCE LIBRARY、MIS-CITATION MANAGER;第二阶段必须分为两条路径——"Credible → Final Answer" 和 "Unreliable → Re-Recall → Citation Rewrite → Evidence Check"——仅不可靠片段进入重新检索循环。

白色背景、细线条、高信息密度;使用三个浅色虚线框组织各阶段,阶段之间使用粗箭头,内部流程使用细箭头,跨模块引用使用虚线。

全程使用英文标签;可信路径不得错误连接到 Re-Recall,循环出口必须回到最终答案。
添加可信度图例

在右下角添加 TRUST SIGNALS 图例,说明各信号对应的颜色和图标。

体验 Kimi Design
创建一张 16:9 宽幅横向论文方法概览图,展示系统如何学习证据可信度,并在生成答案时局部修复引用。

主题:"EVIDENCE CREDIBILITY LEARNING / ANSWERING WITH EVIDENCE CHECKS"。

第一阶段包含 RETRIEVAL TRACE SUMMARY 和 CROSS-TRACE COMPARISON,展示 SPLIT、RETRIEVE、RERANK、CITE、ANSWER,以及 SOURCE、TABLE、CAPTION、FOOTNOTE,并总结 TRUST SIGNALS 和 MIS-CITATION PATTERNS; 共享区域包含 EVIDENCE MANAGER、EVIDENCE LIBRARY、MIS-CITATION MANAGER;第二阶段必须分为两条路径——"Credible → Final Answer" 和 "Unreliable → Re-Recall → Citation Rewrite → Evidence Check"——仅不可靠片段进入重新检索循环。

白色背景、细线条、高信息密度;使用三个浅色虚线框组织各阶段,阶段之间使用粗箭头,内部流程使用细箭头,跨模块引用使用虚线。

全程使用英文标签;可信路径不得错误连接到 Re-Recall,循环出口必须回到最终答案。
切换为深蓝色

将主强调色改为深蓝和炭灰色,同时保留虚线阶段框。

体验 Kimi Design
创建一张 16:9 宽幅横向论文方法概览图,展示系统如何学习证据可信度,并在生成答案时局部修复引用。

主题:"EVIDENCE CREDIBILITY LEARNING / ANSWERING WITH EVIDENCE CHECKS"。

第一阶段包含 RETRIEVAL TRACE SUMMARY 和 CROSS-TRACE COMPARISON,展示 SPLIT、RETRIEVE、RERANK、CITE、ANSWER,以及 SOURCE、TABLE、CAPTION、FOOTNOTE,并总结 TRUST SIGNALS 和 MIS-CITATION PATTERNS;共享区域包含 EVIDENCE MANAGER、EVIDENCE LIBRARY、MIS-CITATION MANAGER;第二阶段必须分为两条路径——"Credible → Final Answer" 和 "Unreliable → Re-Recall → Citation Rewrite → Evidence Check"——仅不可靠片段进入重新检索循环。

白色背景、细线条、高信息密度;使用三个浅色虚线框组织各阶段,阶段之间使用粗箭头,内部流程使用细箭头,跨模块引用使用虚线。

全程使用英文标签;可信路径不得错误连接到 Re-Recall,循环出口必须回到最终答案。
添加误引用示例

在模式摘要旁添加一个典型误引用示例,并标明原因和修复路径。

体验 Kimi Design
创建一张 16:9 宽幅横向论文方法概览图,展示系统如何学习证据可信度,并在生成答案时局部修复引用。

主题:"EVIDENCE CREDIBILITY LEARNING / ANSWERING WITH EVIDENCE CHECKS"。

第一阶段包含 RETRIEVAL TRACE SUMMARY 和 CROSS-TRACE COMPARISON,展示 SPLIT、RETRIEVE、RERANK、CITE、ANSWER,以及 SOURCE、TABLE、CAPTION、FOOTNOTE,并总结 TRUST SIGNALS 和 MIS-CITATION PATTERNS;共享区域包含 EVIDENCE MANAGER、EVIDENCE LIBRARY、MIS-CITATION MANAGER;第二阶段必须分为两条路径——"Credible → Final Answer" 和 "Unreliable → Re-Recall → Citation Rewrite → Evidence Check"——仅不可靠片段进入重新检索循环。

白色背景、细线条、高信息密度;使用三个浅色虚线框组织各阶段,阶段之间使用粗箭头,内部流程使用细箭头,跨模块引用使用虚线。

全程使用英文标签;可信路径不得错误连接到 Re-Recall,循环出口必须回到最终答案。