在企业环境中，AI 助手需要给出可验证、可追溯到原始证据的回答。传统的检索增强生成（RAG）在处理异构企业数据时常出现引用漂移、内容缺乏支持以及来源可追溯性弱等问题。EvidenT（T=Trust+Transparency+Traceability）提出了一条轻量级流水线：在生成答案前，先对检索到的文档进行结构化段落抽取，并使用确定性的词汇对齐方式验证提取的证据是否与原文匹配。该过程能够过滤掉不支持的内容、纠正引用漂移，并保持源文本的跨度可追溯性，且无需对模型进行重新训练。实验在约 500 条真实企业查询上进行，EvidenT 将金标准来源命中率提升约 29%，完全避免了对未检索到的 URL 的引用，并实现了几乎饱和的答案‑来源词汇覆盖率。
点评