概述
接地将人工智能的答案与特定的源文档联系起来，而不是让它仅根据记忆进行回答，并且引用准确地显示了支持每个主张的来源。它们共同使答案变得可验证，并大大减少听起来自信的捏造。
Grounding and Citations 是语言 AI 堆栈的一部分，用于大规模阅读、生成、分类和转换文本和语音。
深入探讨
大型语言模型可以根据学习的模式生成流畅的文本，这意味着它们可以完全自信地陈述错误的主张。接地通过在回答时向模型提供真实的源材料（通常从搜索索引、知识库或上传的文档中检索）来解决此问题，并指示它仅从该材料中进行回答。引文是收据：答案的跨度链接回支持它们的确切段落，通常作为脚注标记或突出显示的片段。这种配对是检索增强生成（RAG）和搜索式助手的支柱。如果做得好，用户可以单击引文，阅读原始句子，并确认模型没有发明该声明。相比之下，没有根据的答案在设计上是无法验证的。
技术洞察
典型的管道将问题嵌入到向量中，从向量或关键字索引中检索最相似的段落，并将这些段落作为上下文插入到提示中。该模型被告知要内联引用段落 ID。单独的验证步骤可以使用字符串匹配或更小的蕴涵模型来重新检查每个引用的跨度是否确实蕴含该声明。好的系统还会显示“在来源中未找到”答案，而不是猜测检索何时返回任何相关内容。
掌握基础和引文
接地将人工智能的答案与特定的源文档联系起来，而不是让它仅根据记忆进行回答，并且引用准确地显示了支持每个主张的来源。它们共同使答案变得可验证，并大大减少听起来自信的捏造。 Grounding and Citations 是语言 AI 堆栈的一部分，用于大规模阅读、生成、分类和转换文本和语音。为了建立深入的理解，请将接地和引文视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，强大的团队使用基础和引文将提示、检索和审查循环设计为一个集成的通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
法律研究助理，回答有关判例法的问题，并将每条陈述与所引用裁决的特定段落联系起来
客户支持机器人仅从公司的帮助中心文章中进行回答，并在每个回复旁边显示源文章
一种医学文献工具，通过指向特定 PubMed 摘要的脚注总结治疗证据
通过内部 wiki 的企业搜索助手，引用支持每个答案的确切文档和部分
实施模式
实践中的基础和引用
法律研究助理，回答有关判例法的问题，并将每条陈述与所引用裁决的特定段落联系起来。
法律研究助理负责回答有关判例法的问题，并将每个陈述与所引用的裁决的特定段落联系起来。当团队预先定义质量阈值、为边缘案例保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
实践中的基础和引用
客户支持机器人仅从公司的帮助中心文章中进行回答，并在每个回复旁边显示源文章。
客户支持机器人仅从公司的帮助中心文章中进行回答，并在每个回复旁边显示源文章。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
实践中的基础和引用
一种医学文献工具，总结治疗证据，并带有指向特定 PubMed 摘要的脚注。
一种医学文献工具，通过指向特定 PubMed 摘要的脚注总结治疗证据。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
实践中的基础和引用
内部 wiki 上的企业搜索助手，引用支持每个答案的确切文档和部分。
内部 wiki 上的企业搜索助手引用支持每个答案的确切文档和部分。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。