在内容创作实验室的当前阶段，我们把研究重点放在「长文生成中的事实一致性」这一具体问题上。相比短文案，3000 字以上的专业长文更容易出现三类偏差：同一实体在不同段落被写成不同名称、数据与来源错位，以及改写过程中悄悄放大了原文并不存在的结论。
我们的实验做法是：生成阶段不再一次性成稿，而是先构建「主张—证据」清单，每条关键结论绑定来源片段与位置；改写时对来源片段做语义对齐校验，一旦改写后的表述超出原句的蕴含范围，就标记为待复核，由人工确认或降级为更保守的泛化表述。
要点：
- 阶段进展：在内部 120 篇技术长文测试集上，含事实性错误的段落占比从 7.4% 降至 2.1%，主要收益来自引用溯源与实体一致性检查，而非替换模型本体。
- 下一步：把校验前移到提纲阶段，并尝试对图表与正文数字做交叉核对，减少图文不一致。
我们不追求「零错误」的叙事，而是让每一处不确定都可被定位、可被追溯。
评论