独立课程
在这里学习完整课程并检验你的理解。
RAG Formation 的 16 节课程内容已完成。本页包含完整课程内容、本地参考资料和可直接在浏览器中完成的即时练习。
本课的具体收获
学完本课，你会写出一份引用契约，明确规定文档身份、文本块/页码身份、主张映射和去重规则。
观看讲解视频
1 · 核心技能
从 q28、q30、q46 或 q63 中选一道进行审计——把答案中的每条重要主张追溯到真正支持它的来源。
- 引用忠实度：被引用的来源确实包含或支持这条主张，而不只是与它相邻或相关。
- 引用完整性：每条重要主张都有可靠来源支撑；当答案跨越多跳推理时，这一点尤其重要。
- 引用身份：提供稳定的文档和文本块引用，让用户可以查找并复现。
2 · 运行证据闭环
cd demo
python3 eval.py run --mode answer --workspace meridian_demo --tag lesson-11-citations把缺失引用、多余引用和误导性引用单独记录为一类问题，不要把它们混进答案本身是否正确的判断里。
如果引用背后的文档根本没有支持你展示给用户的主张，那么文件名本身就不是忠实的引用。
3 · 决策工作表
| 基线证据 | 一个假设/改动 | 指标 | 回归检查 | 有边界的结论 |
|---|---|---|---|---|
| _____ | _____ | _____ | _____ | _____ |
4 · 检索练习
问题：答案明显依赖两个来源，但引用中只出现了一个。首先应该检查什么？
企业场景连接
对受监管的聊天机器人来说，引用不是装饰，而是答案与受控证据之间的桥梁，QA 审核员或审计员可以沿着它进行核查。
5 · 交付物与下一步
- 保存命令输出或写一份简短报告。
- 填写决策工作表。
- 写下一个失败案例，以及下一步要验证的内容。
交付物是一份引用契约，明确规定文档身份、文本块/页码身份、主张映射和去重规则。
下一步：第 12 课将讲拒答、不确定性和幻觉控制。
对证据、指标、失败案例或下一步尝试有任何问题，都可以问我。 这正是我在这门课中要做的事。