这篇研究支持简报里的说法吗？
核查不能停在参考文献

从同事可能据以讨论的那句话开始，而不是先看参考文献排得是否整齐。这句话是在描述研究测试过什么，提出工作中的用途，还是声称某种做法今天有效？一句话可能把这些意思连在一起，却没有交代中间的跳跃。寻找依据之前，先把它们分开。 对于文献本身，我们建议将标题、作者和发表记录与原出版方或研究资料库中的记录核对，并明确目前能读到哪个版本。链接能打开，只能说明能访问一个页面，不能说明这就是所引的研究。搜索结果或助手摘要可以帮助定位文献，但不能代替打开原文。如果仍无法确定文献身份，应记录这项疑问，而不是直接断言引用是编造的。

找到正确文献，只回答了“是哪篇研究”。接下来还要问：哪个段落支持简报的哪一部分？一篇研究公开问答及其引用的论文，即使确实存在，也不能因此证明助手能可靠地审阅供应商文件。 ALCE 提供了一个有用的区分：文字是否流畅、答案是否正确、引用段落是否支持答案，是不同维度。在其历史实验中，未使用检索文档生成的答案，在正确性指标上可以表现良好，但事后补上引用，来源支持仍可能很弱。因此，需要检查句子与来源之间的联系，而不只是给写完的草稿加一份参考文献。

打开相关结果，并阅读足够的上下文，弄清研究者问了什么、如何评估。任务是生成答案、查找信息，还是判断引用能否支持句子？研究用了哪些材料和系统？简报保留了这些边界，还是悄悄把研究任务写成了工作成效？ ALCE 研究的是基于选定公开资料集合的问答。在其测试的方案中，直接提供检索段落取得了较好的表现；按引用支持情况筛选生成答案，也改善了引用质量，人工评估同样观察到了这一点。这些是有价值的正面结果，并不支持“所有引用都不可靠”的判断。作者也承认自动评估并不完美，开放式答案的覆盖不完整，而且难以识别部分支持。 另一项生成式搜索研究让人工标注者分别判断：句子是否得到完整支持，以及每条引用提供完整、部分还是没有支持。多个来源可以共同支持一个句子。只支持其中一部分的引用，不应给其余内容也披上一层可信外衣。

协调人员可以在待审文字旁保留来源链接、版本以及章节或段落位置，写明原文支持什么、没有回答什么。如果一句话把历史研究结果与今天的供应商文件工作联系起来，可以保留原结果，但不能把设想的用途写成已经观察到的证据。 生成式搜索评估发现，回答总体流畅、看起来有帮助，而且不少引用确实支持对应的陈述；研究也发现了没有依据的陈述和不准确的引用。这些首次完整搜索回答采集于 2023 年初，并非来自今天的助手或内部简报。各系统拒绝作答的比例不同，也让直接比较更复杂。 如果理解研究需要专业知识，简报负责人可以请合适的人阅读。若无法取得原始段落，就把来源支持留作未决事项。助手再给出一段流畅解释，也不能补上缺失的原文。

我们建议保留一份简短阅读记录，将简报句子、已识别文献、相关来源位置、有依据的措辞和待解问题连起来。这是编辑层面的辅助建议，不是任何一项研究验证或要求的流程。 简报负责人可以保留忠实描述原研究结果的文字，为更宽泛的推论加上限定，删除没有依据的说法，或暂缓流转。如果需要多个引用，应让读者看懂各自支持哪部分。发送前，将修改后的句子与记录再作对照：编辑过程中，关于历史系统的观察有没有变成对当前可靠性的断言？ 即便准确转述了一篇论文，也不能独立证明其结果为真，或适用于眼前的决策。生成式搜索研究的作者明确区分了“可以对照来源核查”与“事实为真”。因此，有用的交接应告诉同事：来源说了什么、是在什么条件下、还有什么需要澄清，而不是把简报标为已经自动验证。