Definicja i granice
Cytowalność to zdolność dokumentu lub fragmentu do dostarczenia informacji, którą system może powiązać z odpowiedzią i źródłem. Pomagają w tym jednoznaczne twierdzenia, lokalny kontekst, provenance i czytelna segmentacja. Granicą tego pojęcia jest jego funkcja w całym pipeline AI Search. Nie należy rozszerzać go na obszary, które mają inną rolę techniczną lub decyzyjną.
Zakres
Dokument opisuje wyłącznie swoją funkcję w systemie AI Search i nie próbuje przejmować tematów, które powinny mieć osobne miejsce w architekturze.
Przejście dalej
Po zrozumieniu definicji użytkownik powinien przejść do właściwego dokumentu procesowego, technicznego lub pomiarowego.
Jak wykorzystać to pojęcie w praktyce?
W kontekście „Cytowalność — kiedy fragment nadaje się do wskazania jako źródło” najważniejsze jest, aby tworzyć precyzyjne fragmenty zawierające fakt, kontekst i podstawę jego weryfikacji. Odpowiedź jest bardziej użyteczna, gdy system może znaleźć nie tylko twierdzenie, lecz także jego zakres, datę, podmiot i podstawę. Dokument powinien oddzielać fakty od interpretacji, wskazywać źródło pierwotne i zachowywać kontekst liczby lub cytatu.
Przykład i sposób weryfikacji
Zdanie „obsłużyliśmy tysiące klientów” jest słabsze niż okresowo opisany wynik powiązany z metodą liczenia i dokumentem źródłowym. Z kolei niezależna publikacja może potwierdzić rozpoznawalność, ale nie zastąpi dowodu dla liczby finansowej lub technicznej.
Granice interpretacji
Liczba publikacji, linków lub wzmianek nie dowodzi prawdziwości. Powielona informacja może pochodzić z jednego komunikatu, dlatego trzeba rozróżniać niezależność źródeł, ich bliskość do faktu i datę aktualności.
Wniosek dotyczący „Cytowalność — kiedy fragment nadaje się do wskazania jako źródło” powinien wskazywać, co rzeczywiście zaobserwowano, czego nie da się potwierdzić oraz jaki następny test może rozstrzygnąć wątpliwość. Taka forma chroni czytelnika przed pozorną pewnością i pozwala wykorzystać dokument jako część powtarzalnej metodologii AI Search.
Co sprawdzić dalej?
Ten dokument jest częścią spójnego modelu AI Search. Kolejny krok zależy od tego, czy problem dotyczy query processing, retrieval, encji, źródeł, architektury czy pomiaru.