Safety Rules

参见 _shared/core/safety-rules.md

关键补充：ground_check.py 为只读脚本，仅检测不修改；审计报告写入新文件，不覆盖原输出。

有据 (Grounded Generation)

防幻觉的严格转述技能。核心主张：幻觉不是靠"小心"避免的，是靠"每步审计+无据即删"的机制避免的。

The one rule that matters: 输出中的每个实体、每个数字、每条逻辑关系，都必须能在来源中找到出处；找不到的，删掉或显式标注"来源未提及"，绝不润色进去。

Quick Commands

核心理念 / Core Philosophy

幻觉的三个来源，对应三类可检测的违规：

1. 实体增加。来源说"星尘-3 采用 12nm 工艺"，输出写成"星尘-3 采用台积电 12nm 工艺"——"台积电"是凭空补出的实体。人类写作者会自动补全"显然"的背景，这就是幻觉的第一来源。
2. 数字增加。来源没给 FP16 算力，输出"补全"了一个"典型值"。数字幻觉最危险：看起来最精确，编造得也最顺口。
3. 逻辑关系增加。来源只并列陈述 A 和 B，输出写成"因为 A 所以 B"或"A 优于 B"。来源未做的推断都算幻觉，哪怕推断本身"很可能对"。

三条铁律：

1. 闭世界运行。生成期间，世界只包含本次任务给定的来源。来源没提的事，不是"未知"，是"不存在"。需要外部事实时必须先检索并把新来源加入白名单，再继续。
2. 三步一审计。检索后、每次生成后、交付前各跑一次审计（见 rules/audit-protocol.md）。幻觉检出即退回重写该句，不是"下次注意"。
3. 句句可溯源。输出中每个断言后附句级引用标记（[A:L12] = 源文档 A 第 12 行）。审计脚本按标记回查，无标记且无据的句子按幻觉处理。

工作流 / Workflow

Step 0  建立来源清单 Manifest
   1) 列出本次任务允许引用的全部来源（文件路径/URL/检索结果）
   2) 记录每个来源的编号（A/B/C…）——后续引用标记用编号
   3) 用 ground_check.py entities 建立"实体白名单+数字白名单"
   4) 之后任何新检索结果必须先登记编号才可引用

Step 1  检索（带记录的检索）
   1) 每次检索记录：关键词、来源、命中文档、命中文档的编号
   2) 检索结果只做两件事：登记为新来源编号；或丢弃
   3) 检索后即跑第一次审计：确认引用计划中每条断言都能定位到来源行

Step 2  生成（闭世界转述）
   1) 只做三类操作：压缩（合并来源中相邻信息）、换序（按用户需要的
      结构重排）、同义改写（不引入新实体/新数字/新关系）
   2) 每个断言句尾写引用标记 [编号:行号]
   3) 来源明确写"未提供/未覆盖/未定"的问题：转述为"来源未提及"，
      禁止补全。这是最高频的幻觉触发点
   4) 用户问的问题超出语料：明确回答"本次来源未覆盖"，不猜测

Step 3  生成后审计（逐句）
   1) ground_check.py check <输出> --sources <来源...>：
      - 实体检查：输出实体是否都在白名单内
      - 数字检查：输出数字是否都在数字白名单内
      - 引用检查：每个 [A:L12] 标记回查源文档该行，确认断言确实在该行
      - 覆盖检查（可选）：来源要点是否被输出覆盖
   2) 违规句处理：删除该句 → 重写（只允许用来源内容）→ 再审计
   3) 最多 3 轮，仍有违规则整段降级为"带引号的原文摘录"

Step 4  交付前审计
   1) 重跑完整 check，全绿才交付
   2) 汇报顺序：①结论（全部有据）②来源清单 ③审计结果（检出并修复了什么）
   3) 输出必须携带"来源未覆盖"清单：哪些子问题因语料不足未回答

三类违规的判定 / Violation Taxonomy

详见 rules/grounding-rules.md

注意边界：同义改写不是幻觉（"功耗 2.1 W"→"典型功耗为 2.1 瓦"合法）； 合并不是幻觉（来源 A、B 各说一半，合并陈述且双引用合法）； 删减不是幻觉。判定只看三样：实体、数字、关系是否可溯源。

审计协议 / Audit Protocol

详见 rules/audit-protocol.md

三步一审计的时间点、每步的检查项、违规句的降级处理流程。

校验脚本 / Verification Script

scripts/ground_check.py — 只读检测工具：

# 建立白名单（从语料提取实体与数字）
python3 ground_check.py whitelist <来源目录> -o whitelist.json

# 审计：实体泄漏 + 数字泄漏 + 引用标记回查
python3 ground_check.py check <输出.md> --whitelist whitelist.json [--sources a.md b.md]

# 逐句对照：输出每句标注 有据/无据
python3 ground_check.py align <输出.md> <来源...>

脚本只覆盖机械可判定的违规（E1/N1/C1）。R1（关系增加）与 Q1（越权回答） 需人工/模型审计，脚本给出疑似句候选。

A/B 对照实验 / Baseline vs Controlled Experiment

本技能是否有效，用可复现实验回答，不靠感觉。详见 rules/ab-experiment.md 与 tests/ 目录：

实验设计（闭世界语料，虚构实体，幻觉可精确判定）
  组1 baseline：同样的检索材料，不加任何约束，正常生成
  组2 grounded：同样的检索材料，按本技能协议生成
  评测：ground_check.py 对两组跑同一套检查
  指标：E1 实体泄漏数、N1 数字泄漏数、Q1 越权回答数、句级有据率
结果：见 test/you-ju.md（本仓库测试报告）

Rules

• rules/grounding-rules.md - 三类违规定义与边界案例
• rules/audit-protocol.md - 三步一审计的完整流程
• rules/ab-experiment.md - 对照实验设计与指标
• rules/anti-aigc.md - 审计报告的反AIGC规则

使用示例 / Examples

示例 1：有据模式总结文档

用户/User: /有据 总结 tests/corpus 里三份文档的关键规格

→ Step 0: 来源清单 A=source_A.md B=source_B.md C=source_C.md
→ Step 2: 生成，句句带 [A:L..] 标记；FP16 算力一句写"来源未提及"
→ Step 3: ground_check.py check 全绿（0 实体泄漏 0 数字泄漏）
→ 交付：总结 + 来源未覆盖清单（FP16 算力、价格、级联方案）

Example 2: Audit an existing summary

用户/User: /grounded audit summary.md --sources source_A.md

→ 实体检查: "台积电" 不在白名单 → E1 违规（第3句）
→ 数字检查: "4 TOPS" 不在数字白名单 → N1 违规（第5句）
→ 引用检查: [A:L12] 实际指向功耗行，断言是算力 → C1 违规
→ 输出审计报告：3 处违规，逐条给出证据行号与修复建议

示例 3：越权问题处理

用户/User: 星尘-3 和隔壁家芯片比怎么样？

→ 语料无任何竞品信息（三份文档均未提及竞品）
→ 闭世界规则：不检索就不存在竞品；用户未要求联网检索
→ 回答："本次三份来源文档未包含任何竞品信息，无法对比。"
→ 禁止行为：凭训练知识补充"隔壁家"的参数——哪怕全对也是违规
   （本次任务的输出只能由来源支撑，不能由模型记忆支撑）

边界情况 / Edge Cases

• 用户主动要求外推：明确说"请基于常识推测"时，退出闭世界模式，但推测段必须整体显式标注"以下为来源外推测"，且推测段不参与有据审计。
• 来源之间冲突：列出冲突双方各自的出处（编号:行号），不静默选择，不调和出一个"中间值"——调和出的值必然无据。
• 同义实体："星尘-3"与"星尘 3 号"按同一实体处理（白名单支持别名行，见 ground_check.py 注释）；数字单位换算（"2100 mW" vs "2.1 W"）算等价，脚本按归一化后的值比对。
• 引用标记错位：内容正确但 [A:L12] 行号错 → C1 违规，修标记不算修内容，审计仍记一次。
• 检索引入新实体：新检索结果登记编号后才可引用；未登记就引用按 E1 处理。
• 输出语言转换：中文输出译自英文来源时，专名保留原文并加译名，数字不变；译文专名不在白名单时用别名机制登记。

常见问题排查 / Troubleshooting

• check 报大量实体泄漏但内容看着没错 → 白名单未包含别名或新登记的检索来源；先补白名单再重跑，不要直接改输出。
• 引用标记太密影响阅读 → 段落级合并标记（[A:L12-15]）合法；但一个标记最多覆盖来源中连续的 5 行，防止"大引用刷白"。
• 脚本对关系类问题无能为力 → R1/Q1 必须模型自审；SKILL.md Step 3 中人工审计不可跳过。
• 对照组跑出来 grounded 也有泄漏 → 检查是否漏跑了 Step 3 的第 2 轮重写；单轮生成不构成完整的受控条件。

配置选项 / Configuration

集成 / Integration

/学术导览 academic-guide
    ↓ 引用验证通过后，正文转述用 /有据 约束
/盘点 inventory-report
    ↓ 多源汇总的"一段话总结"按有据模式生成
/先验证 verify-deliver
    ↓ 交付前审计中的"内容正确性"检查由本技能审计协议承担
/humanizer
    ↓ 人化改写后重跑本技能审计，防止改写引入新实体

Anti-Patterns

AIGC检测意识 / AIGC-Aware Output

审计报告必须给出具体违规类型、句位置、证据行号，不写"存在幻觉风险"。参见 rules/anti-aigc.md。

核心要求：

• 不写"检测到一些幻觉"，写"E1×2、N1×1：第3句'台积电'无据（白名单无此实体），第5句'4 TOPS'无据，第7句 [A:L12] 引用失配（L12 实为功耗行）"
• 对照实验结论必须带数字："baseline E1=4 N1=2，grounded E1=0 N1=0"，不写"有明显改善"

版本历史 / Version History

See Also / 相关技能

• /先验证 from verify-deliver — 交付前验证总协议，本技能承担其中"内容正确性"的来源一致性检查
• /学术导览 from academic-guide — 引用链接验证；链接可用性归它管，链接内容的转述忠实性归本技能
• /盘点 from inventory-report — 多源盘点，其"一段话总结"应按本技能有据模式生成
• /人话 from humanizer — 人化改写降低 AIGC 率；改写后需重跑本技能审计防止引入新实体
• _shared/core/anti-aigc.md — 共享反AIGC规则（数字优先/理由优先），与本技能的数字白名单互补