先理解
刚接触这个知识点
补齐先备概念，读原理与反例，再用自己的话解释为什么。
从核心原理开始 →知识目录选择核心方向与细分内容
理解 → 实现 → 排错 → 取舍
证据支持、部分回答与可校准的拒答
考察证据充分性、逐项引用、冲突处理与拒答校准。
知识内容核对 2026-10-03 · 原题来源核对 2026-10-02
建议先理解：
提示、结构化输出与迭代验收 →上下文与生成预算 →工具调用的结构、授权与业务契约 →这个知识点，你想学到哪一步？
按当前基础选择起点，也可以依次深入。遇到不熟悉的概念，先回到核心原理；完成后用知识练习检查理解。
知识单元目录
LEARN · PRACTICE · REFLECT
知识学习与个人记录
先沿着原理、问答和迁移案例阅读。需要检查理解时，再切换巩固练习或展开个人记录。
核心知识 · 证据支持、部分回答与可校准的拒答
先理解核心原理
先备概念：相关性与逻辑支持、主张分解、有答案与无答案评测
引用证明有一个来源，不证明来源支持当前结论。回答范围应由可核对的主张与证据关系决定，证据不足时缩小结论或补信息，不能用相似度填补。
从主题相关到结论成立还有距离
用户问“本版本是否支持取消任务”，文档讲任务管理且得分很高，却只说明旧版本支持暂停。它相关，但没有支持这个具体主张。每个关键结论应能定位到证据中的对象、版本、条件和数值；引用整个文档可能掩盖证据缺口。
拒答不是单一开关
证据完整时回答；支持部分内容时给出已知范围并标明缺口；问题缺少会改变结果的条件时澄清；资料过期或互相冲突时说明分歧并继续查。无法回答本身也是合理结果。反例是相关文档缺失时引用别处再用模型常识补全，这会把未验证推断包装为知识库答案。
把判断落到主张层
先列出答案必须回答的主张，再给每项标记支持、冲突、过期或缺失。直接引文支持明确陈述，跨文档推导还要显示推导步骤与共同适用条件。高相似度只能帮助找到阅读对象，模型自报信心也不是可靠的正确概率。重要数值与业务口径可以由确定性计算或人工核对补充。
同时约束错误回答和错误拒答
只追求低幻觉可能让系统对所有问题拒答，看似安全但没有学习价值。分别统计有答案样本的正确覆盖、无答案样本的错误回答、部分回答的支持程度和澄清质量；用固定版本资料并重复评测随机波动。拒答阈值依任务风险与样本校准，来源中的评测方法支持这个流程，不保证某个通用分数能自动完成它。
用一个问题检查理解
RAG 引用了文档却仍在胡说，如何判断应该回答还是拒答？
检索到相关文档只说明主题相关，不代表证据支持当前结论。我会把回答拆为可核对主张，要求每项关键数字和判断对应具体证据；区分证据缺失、过期和冲突。证据不足时回答已知部分并指出缺口，必要时澄清或继续检索。拒答阈值要在有答案和无答案样本上校准，不能依赖模型自报的信心分。
实现与取舍
引用正确有两层
首先引用必须真实存在、用户可访问且指向正确版本；其次被引用片段必须支持紧邻结论。链接到整篇文档不等于证明了其中的数字。将“产品支持 SSO”和“当前套餐包含 SSO”分成两个主张，可发现模型把一般能力误扩展成具体权益。
证据状态决定下一步
缺少必要字段时可进行一次有预算的补检；问题有实体歧义时先澄清；来源冲突时并列说明来源、时间与适用范围。不能把不同年份、不同地区的条款拼成一个新规则。对于用户当前无权访问的证据，不能通过引用摘要泄露内容，也不能用“拒答理由”暴露隐藏文档标题。
拒答不是越多越安全
建立可回答、不可回答、部分可回答和冲突问题四类集合。测有效回答正确率、错误强答率、错误拒答率以及引用支持率。先确定业务损失，再选阈值；单个向量相似度在不同查询和语料间不天然可比，模型自报置信度也需要外部校准。
评审与线上验证
对重要事实使用字段检查或独立计算，对开放结论可用经人工校准的裁判辅助，但保留人工抽查。记录缺失证据类别，为补齐知识库提供输入。用户纠正可进入待审核反馈集，不能直接作为真实标准答案写回检索库，否则会把一次错误反馈变成持续污染。
工程推演
- 场景
- 面试假设：回答引用产品总介绍，却误称基础套餐含企业 SSO。
- 设计决策
- 把套餐权益拆为主张，检索对应版本的套餐证据。
- 验证目标
- 证据不支持时说明缺口，拒绝推出不存在的权益。
- 适用边界
- 阈值应按业务场景校准，无法保证所有生成完全无误。
连续追问与解答
沿着问题的前提和约束继续向下读。先理解参考解答，再尝试收起答案，用自己的话解释因果和取舍。
第 1 层高相似度是否代表可回答？
从排序信号延伸到答案成立所需的证据关系。
参考解答
不代表。相似度表示向量或检索器判断的关联程度，不检测版本、否定、适用条件与事实支持。把问题拆成主张，逐项定位证据；只找到相关介绍时可以说明已知背景，但不能回答缺失的关键结论。高分且引用存在仍可能是无答案样本。
沿着这个回答继续深入
第 2 层三个主张中两个有证据，一个缺失，必须整段拒答吗？
父问确认分数不能决策后，进一步用主张依赖决定部分回答范围。
参考解答
不必机械整段拒答。在已知两项不依赖第三项且不会误导时，回答它们并明确未确认项。若第三项是执行动作的前提，例如“不收取消费”，则不能据另外两项建议执行。先画主张依赖关系，决定缺失证据是否阻断整个结论。
沿着这个回答继续深入
第 3 层缺失项是付款是否可撤销，模型推断“应该可以”能当补充吗？
部分回答碰到关键行动前提时，推断的边界比一般背景解释更严格。
参考解答
不能据此给可执行结论。退款可否、期限和费用取决于具体规则，通用经验不补足授权或商业条件。可以解释需要核对哪些条款、提供已知状态；获得适用来源前暂停该建议。风险来自缺失项在决策链中的位置，而非答案是否写得委婉。
第 1 层两个官方文档相互冲突怎么办？
证据存在仍可能冲突，要求保留条件和不确定性。
参考解答
先核对是否同产品、版本、区域和生效时间，再检查更新、更正和正式性。很多冲突只是适用范围不同；无法消解时并列说明差异与来源，不自行平均或挑最喜欢的一份。影响操作的关键冲突应暂停结论、澄清范围或寻找权威更新。
第 1 层怎样防止拒答率升高掩盖能力退化？
拒答优化本身会改变指标分母，需要完整验收。
参考解答
保持题集与可回答标签不变，分别报告有答案覆盖和无答案错误回答；对原本可回答却被拒的题查证据流。以“只在回答时计算正确率”会鼓励删掉难题。将新增拒答与召回、版本变化联系起来，判断是合理守边界还是能力退化。
举一反三：条件变了，怎样推导？
先找出改变的条件，再判断原方案中哪些前提仍成立。下面的案例是教学推演，便于将原理迁移到新问题。
允许一般知识辅助解释
改变的条件：从封闭知识库变为来源加常识
延伸问题：资料只解释重试机制，可以补充通用工程建议吗？
推导与参考解答
可以在业务允许时清楚分开“资料明确说明”和“基于工程原理的建议”，建议写明前提并给独立依据。不能补出该产品未记载的功能或配置。对于只准引用内部资料的模式，证据不足就限制答案范围。
保持不变的原理：生成的每个具体主张都要有可说明的依据，推断不能伪装成来源原话。
信息随时间变化
改变的条件：答案曾有依据，现在知识版本落后
延伸问题：旧引用真实存在，还能回答“现在支持吗”？
推导与参考解答
注明资料版本与日期，检查当前发布记录；没有当前证据时只能说旧资料如何描述，并说明无法确认现状。旧答案缓存要依知识版本失效。给出“曾支持”不能逻辑推出“现在支持”，尤其有弃用或地区差异时。
保持不变的原理：证据不仅要相关和存在，还要适用于问题所问的时间。
易错点
- 有引用就认为有依据
- 把模型信心当概率
- 只优化正确率不统计错误拒答
参考资料
依据公开技术资料设计；参考资料支持技术机制，场景与评分标准为本站设计，不代表某公司面试原题。 新增问答与迁移案例用于原理讲解，来源核查与案例运行验证分别记录。
检查自己理解到哪一步
读完后可以对照这些标准解释原理、边界和取舍。掌握程度由你自评；需要进一步验证时，再完成下方小任务。
- 基础达标
- 能逐项检查引用片段是否确实支持相邻结论。
- 中高级信号
- 提出四类证据样本，同时统计错误强答和错误拒答。
- 资深信号
- 将证据时效、权限、裁判校准和反馈审核串起来。
继续做进阶研究实验
政策变化后，旧上下文为什么不能继续用？
把检索前过滤的思想迁移到记忆版本与恢复。观察撤销后已有草稿怎样失效。
python3 cli.py memory-put --db memory.sqlite
python3 cli.py submit --db memory.sqlite
python3 cli.py run --db memory.sqlite --lease-seconds 2 --fault after_draft
python3 cli.py memory-forget --db memory.sqlite
# 等待至少 2 秒后分别执行
python3 cli.py run --db memory.sqlite
python3 cli.py inspect --db memory.sqlite保留证据，逐条核对
- 首次退出后 draft 检查点已存在。
- memory-forget 后恢复得到 failed 与 memory_changed_or_expired。
- 没有 publish 检查点；解释失效阻断与彻底删除的区别。
验证本地作用域、版本与撤销阻断；旧检查点仍保留，不提供日志、备份和检查点的彻底删除。
动手验证 按需完成 · 建议 15 分钟
给三条主张配两段证据，标记支持、矛盾和不足，并写最终答复。
展开验收要求与检查点
- 不支持的主张不会强答
- 冲突有来源与时间
- 已知部分仍可清晰交付
重点检查
- 区分相关性与支持性
- 评估强答和拒答两类损失
- 处理冲突、时效和引用权限