Citation and Provenance Generation
توسعه عاملهای هوشمند (Agentic Ai) با Langchain و Langgraph
- Map answer claims to retrieved source chunks.
- Format citations with file names, locations, and chunk identifiers.
- Avoid citations that do not support the associated claim.
از RAG تا مدرک قابلبررسی
**ایده اصلی**
هر ادعا باید به بخشی از منبع وصل شود که همان معنا را پشتیبانی میکند؛ مرتبط بودن فایل کافی نیست.
```mermaid
flowchart LR
Q["Question"] --> R["Retrieve chunks"]
R --> C["Answer claims"]
C --> M["Map each claim to evidence"]
M --> O["Answer with citations"]
```
ادعا، منبع و provenance
```mermaid
flowchart TD
D["Source file"] --> L["Location"]
L --> K["Chunk ID"]
K --> E["Evidence text"]
E --> A["Supported claim"]
```
**نمونه مرزی**
متن میگوید cache بعد از 60 ثانیه منقضی میشود. بنابراین ادعای 60 ثانیه پشتیبانی میشود؛ ادعای 10 دقیقه از همان متن پشتیبانی نمیشود.
نگاشت هر ادعا به مدرک
**قاعده نگاشت**
هر chunk فقط وقتی در مجموعه نگاشت قرار میگیرد که واقعاً claim را پشتیبانی کند.
**سه ادعا، دو chunk**
Chunk A تعداد retry و نوع backoff را پوشش میدهد؛ Chunk B مقدار timeout را. بنابراین هر ادعا به مدرکی وصل میشود که همان بخش از معنا را دارد.
قالب citation در خط لوله
```mermaid
flowchart LR
A["Document"] --> B["Chunk + metadata"]
B --> C["Retriever"]
C --> D["Prompt with IDs"]
D --> E["Claim citation output"]
E --> F["Support checker"]
F --> G["Final response"]
```
**عبور یک شناسه**
شناسه ops.md#chunk-07 و مکان بخش 2.1، خطوط 14 تا 16، در context کنار متن میآیند و سپس همان شناسه کنار claim قرار میگیرد.
بررسی پشتیبانی و اصلاح پاسخ
**دو آزمون مستقل**
- موفق: 30 در claim و chunk یکسان است.
- ناموفق: 5 در claim با 3 در chunk سازگار نیست.
```mermaid
flowchart TD
C["Claim"] --> I{"Citation exists?"}
I -- "No" --> X["Remove or revise claim"]
I -- "Yes" --> S{"Chunk supports claim?"}
S -- "No" --> X
S -- "Yes" --> P["Publish claim + citation"]
```
جمعبندی: پاسخ قابلردیابی
**مثال کامل**
- متن chunk: `The cache expires after 60 seconds.`
- claim: «cache بعد از 60 ثانیه منقضی میشود.»
- citation: `ops.md#chunk-07` در `section 2.1, lines 14-16`
**گام بعدی**
در 4.4 این provenance برای ساخت test set و سنجش retrieval recall، citation correctness، groundedness، latency و cost استفاده میشود.
Back to course