文档AI引用溯源新基准测试
推荐指数 48.0 NO. 024 · 2026.05.19
upvotes146comments1
为什么值得看
CiteVQA 是一个针对视觉问答系统的证据归因基准测试，要求模型在回答文档问题时必须指出具体来源位置。这对金融、法律等高风险场景的文档智能系统至关重要，解决了当前模型"会答但不会证"的可靠性瓶颈。
媒体预览
编辑判断
当前 RAG 和文档问答系统的评估过度关注答案正确率，却忽视了"引证是否真实存在"这一关键维度。CiteVQA 把评估标准从"答对"推进到"答对且能指出依据"，这直接对应企业落地时的审计合规需求。
该基准的 146 个 upvotes 说明社区对可信文档 AI 的需求正在升温。做金融报告分析、合同审查、科研文献问答的团队，建议关注其评估协议设计，这比单纯刷 SOTA 分数更有工程价值。论文代码若开源，可快速集成到现有 RAG 评估管线中作为引用质量检测层。