weishen
5789476c23
Sources: - Agent-usecases-multi-Agent-Team.md - DevOps-Maturity-Model-From-Traditional-IT-to-Advanced-DevOps.md - AI-一语点醒梦中人.md - Home-Office-NodeWarden-把-Bitwarden-搬上-Cloudflare-Workers彻底告别服务器.md Entities: Trebuh, Cloudflare Concepts: DevOps成熟度模型, 共享内存模式, 空性智慧, 绝处逢生
26 lines
1013 B
Markdown
26 lines
1013 B
Markdown
---
|
||
title: "Source Grounding"
|
||
type: concept
|
||
tags: [ai, rag, hallucination-prevention]
|
||
---
|
||
|
||
## Definition
|
||
Source Grounding（源 grounding）是一种将 AI 回答严格锚定在用户提供的可信文档中的机制，确保回答仅基于给定材料，消除幻觉。
|
||
|
||
## Core Mechanism
|
||
NotebookLM 的知识库严格限制为用户上传的文档。AI 回答时：
|
||
1. 仅检索用户文档中的相关段落
|
||
2. 每个答案附带精确引文（指向原文）
|
||
3. 用户可点击引文跳转到原文确认
|
||
|
||
## Why It Matters
|
||
传统 LLM（GPT-4、Claude 等）依赖自身参数知识，存在幻觉风险。Source Grounding 通过强制锚定到可信文档，将错误率降至最低。
|
||
|
||
## Relationship to RAG
|
||
RAG（Retrieval-Augmented Generation）也是一种 grounding 机制，但通常在开放域中检索。Source Grounding 是更严格的版本——仅限用户明确提供的文档。
|
||
|
||
## Connections
|
||
- [[NotebookLM]] ← 典型实现
|
||
- [[RAG]] ← 上位概念
|
||
- [[引文追溯]] ← 机制保障
|