证据引用、冲突处理与拒答
Grounding 是让回答中的事实陈述有可核验的材料依据。在 RAG 中，它要求检查检索到的材料能否支持答案中的数字、条件和结论。引用把这层对应关系展示给读者；证据不足或相互冲突时，还需要缩小回答范围、请求澄清或暂不下结论。
例如，“出差结束后 30 个工作日内提交，提交后 5 个工作日到账。[E1][E2]”看起来有出处，却可能连错两次：原文的提交期限是自然日，付款从审批通过起算。引用编号存在，并不能说明引用的材料支持这句话。
这一步的处理过程是：先确认材料适用于当前问题，再判断它能支持哪些事实；对材料之间的差异作出解释，最后决定完整回答、部分回答、请求澄清，还是停止给出确定结论。生成后的答案仍需检查，防止模型在转述时改变数字、条件或适用范围。
引用要对应到具体事实
先看差旅制度中的两条证据：
| 编号 | 原文 |
|---|---|
| E1 | 2026 年境内出差应在结束后 30 个自然日内提交报销申请。 |
| E2 | 报销申请审批通过后，财务应在 5 个工作日内完成支付。 |
用户问“多久提交，多久付款”，答案包含两个能够独立核验的事实陈述，也称为断言（Claim）。核验时，把每个断言与其引用的原文放在一起比较：
| 答案中的断言 | 引用 | 核验结果 |
|---|---|---|
| 出差结束后 30 个工作日内提交 | E1 | 原文写自然日，单位被改了 |
| 提交后 5 个工作日内支付 | E2 | 原文从审批通过起算，不支持从提交时起算 |
| 境外出差也适用同一期限 | E1 | E1 只规定境内出差，无法确认境外规则 |
拆分断言时，需要保留主体、条件、时间和单位。“审批通过后 5 个工作日内支付”可以独立核验；拆成“审批通过后”和“5 个工作日”就失去了完整含义。
同一个断言也可能需要多段证据。例如一段规定适用人群，另一段给出期限，需要联合查看才能支持答案。只检查某个关键词或数字是否出现，会漏掉这些条件。
正确转述后，引用应紧跟它支持的事实：
2026 年境内出差应在结束后 30 个自然日内提交报销申请。[E1] 审批通过后，财务应在 5 个工作日内完成支付。[E2]
如果引用全部堆在长段落末尾，读者难以判断每份资料究竟支持哪句话，后续自动检查也更困难。
材料正确，不等于适用于当前问题
假设还检索到旧版 E0，规定提交期限为 60 个自然日。E0 适用于 2025 年结束的境内出差，E1 自 2026 年 1 月 1 日起适用，并正式替代相同范围内的 E0。
用户问 2026 年的事项，应使用 E1。即使模型逐字引用 E0，仍然答错了问题。相反，回答 2025 年的历史事项时，也不能仅因为 E1 更新就选择它。
适用性检查需要对照事项时间、地区、人群以及规则明确的生效方式。文档发布日期不一定等于生效日期，制度也可能采用出差结束日或费用发生日等不同口径。若用户没有提供决定适用范围的条件，应先澄清。
只有通过适用性检查的证据，才进入后续的支持判断。权限也应由检索服务与应用检查，不能把受限资料交给模型后再要求它忽略。
有差异的资料，怎样判断是否冲突
上面的 E0 与 E1 数字不同，但有明确的生效区间和替代关系。指定事项时间后就能选择，无须把两条规则交给模型投票。
真正需要停止下结论的是另一种情况：两个正式文件在同一时间、同一范围内都有效，一个写 30 个自然日，另一个写 45 个自然日，而且找不到优先级或替代规则。此时现有材料无法确定哪条规则应当执行。系统应列出各自规定及来源，说明尚无法确认适用期限，交由负责人核实。
处理差异时，可以依次核对：
- 是否讨论同一事项。境内与境外的期限不同，不构成同一范围内的冲突。
- 是否有明确的生效区间或替代关系。若有，按事项时间和规则选择。
- 是否存在正式的优先级规则。若有，保留选择依据；若没有，不自行推定。
转载数量不能决定权威性。五篇网页可能复制自同一文件，数量多不会让一条规则更适用。两个期限也不能取平均，因为平均数不对应任何一条制度。
证据支持到哪里，回答就写到哪里
“证据充分”取决于用户想得到什么结论。E1 足以回答提交期限，但要判断“我的报销单是否逾期”，还需要出差结束日、实际提交日以及期限的起算规则。找到 30 天这个数字，并未完成日期判断。
不同缺口对应不同的回答方式：
| 当前情况 | 回答方式 |
|---|---|
| 材料适用，所问事实均有支持 | 完整回答，并为事实附引用 |
| 多个子问题中，只有一部分有证据 | 回答有证据的部分，说明其余部分无法确认 |
| 缺少用户能够补充的日期、地区等必要条件 | 说明已知规则，再请求这些条件 |
| 合理检索后仍缺少关键依据，或存在无法裁决的冲突 | 暂不作确定结论，说明缺口或冲突 |
例如用户问“境内、境外各多久提交”，当前只有 E1、E2，可以回答：
2026 年境内出差结束后，应在 30 个自然日内提交报销申请。[E1] 当前检索到的资料没有给出境外出差的提交期限，暂时无法确认境外规则。
这样保留了已经能够确认的部分。不能因为一个子问题缺材料，就把整个问题都拒绝；也不能把“本次没检索到境外规则”改写成“公司没有境外规则”。前者描述检索结果，后者需要额外证据。
若问题是“我是否逾期”，可以先给出 E1 的规则，再询问出差结束日与提交日。用户补充信息能够解决的问题，适合澄清。已有文件本身互相矛盾，则需要核实制度依据，继续追问用户日期无法解决。
生成后检查引用与语义
应用可以让模型按断言输出文本及证据编号，再由渲染层插入引用：
{
"decision": "answer",
"claims": [
{
"text": "2026 年境内出差应在结束后 30 个自然日内提交报销申请。",
"evidence_ids": ["E1"]
},
{
"text": "审批通过后，财务应在 5 个工作日内完成支付。",
"evidence_ids": ["E2"]
}
]
}这样的结构方便逐条检查，但它只规定了输出形式，不能保证内容正确。检查分成两层：
- 引用检查：需要引用的断言是否带有证据编号，编号是否属于本次实际提供的材料，能否跳转到对应原文。
- 语义检查：原文是否支持这个断言，数字和单位是否一致，条件有无遗漏，是否把“可以”改成“必须”，或把局部范围扩大为全部范围。
例如“提交后 5 个工作日到账”引用 E2，编号完全合法，却无法通过语义检查。对这种错误，应根据 E2 修正起算条件；原文没有对应依据的断言，则应删除、继续检索或改为无法确认，不能只换一个引用编号。
语义检查可以结合领域规则、自然语言推断模型或 LLM。期限和金额可以增加针对性的规则，复杂的跨段支持关系需要联合查看原文。辅助模型同样可能误判，应用需要用人工核验样本检查其表现。ALCE 对带引用生成的研究区分了引用支持与引用完整性：既要关心已经给出的引用是否支持事实，也要检查需要支持的事实是否遗漏了引用。
应用中的 E1、E2 应映射到固定版本的文档及原文区间，不能把“检索排名第二”当作永久来源 ID。若生成使用了压缩摘要，引用仍需回到摘要对应的原文；来源保留见上下文选择与压缩。
上述检查将检索正文作为证据材料处理。正文中夹带的命令不应成为模型的操作指令；这类外部资料注入的防护见提示注入与工具安全。