policy-discovery.md 6.6 KB
从实际问题主动发现政策
目标与当前边界
2026-10-09 F128：新增通用标题字面召回，与向量并行，全局最多3条标题命中优先进入原12份候选预算；完整原文校验后在rerank保护。详见标题召回。以下每库top3仍指向量通道；本次未重建向量、扩大普通分析上限或验收总体政策发现质量。
检索实际覆盖6类库（policy、finance、qa、article、service_guide、service_catalog；catalog不检索），每查询每库最多3条，去重合并后最多12条，非每库必须3条。检索层仍优先每库最高分且无相似度阈值。F093在全文分析前新增可开关的逐资料四级并发rerank，依据标题/摘要及上下文过滤弱/不相关、保留强/中，必要前置、缺摘要和失败项保留；不再让全部弱关联命中默认进入全文分析，但保护项和保守分类仍可能保留。详见rerank，单一向量分数不能代表相关性或资格，总体召回与分类质量仍待评测。
2026-09-21 F090：规划用prerequisite_queries单列前置事项，验证需求下标和原发言依据并去重，顺序为直接需求、前置、相邻方向；旧结果缺字段时兼容空数组。新开主体分别查登记指南和网上入口QA，不将行业词附到通用查询，不锁死未知企业形式；全部只是待原文核验的假设。候选仍在12条上限内先保留每库最高分，再按查询順序保留各查询最高分命中，去重后按全局分数补足，名额不足不保证全覆盖。只读完整原问题重放已开展，曾出现有召回但最终未采用入口QA，须区分召回、采用和正确展示，不能仅凭检索命中验收。
用户通常不了解政策是否存在，也不知道政策名称。助手应从个人或企业实际困难出发，理解所需支持，主动寻找政策及配套服务，依据原文判断适用性并给出建议。这是后续 F005 的重点，F006 负责最终回答，F008 负责完整链路质量验收。
截至2026-09-11，知识规整、摘要、分类型入库及第三步检索推荐框架已实现。标题＋摘要向量和QA原问题索引作为基线继续使用；完整原文可回溯。F017/F018已有需求识别、真实问题检索和有引用的推荐框架及少量真实冒烟；资格核验与总体问答质量仍待人工评测。此项是明确的能力缺口与待验证风险，尚不能认定已有检索系统发生了低召回缺陷。
功能要求
- 识别用户目标、实际困难、涉及主体、已有事实与缺失条件。个人、企业及交叉需求可同时存在；不要求每位用户提供公司信息，不默认已有个人信息服务。
- 保留原始问题，生成有界的需求拆解与检索表达；画像只补充与需求有关的字段。生成的支持方向属于搜索假设，不得把模型联想到的政策或资格当事实。
- 读取已发布manifest，在相关政策、金融产品、QA、文章/法规、办事指南和服务板块中选择一个或多个库。路由不确定、候选不足时允许扩展，需限制轮次、范围与耗时，不能无限搜索或依赖单次分类。
- 合并候选并回溯原文。区分可提供线索的QA/摘要与支撑结论的实际条款，保留来源和具体片段；发现冲突、范围或效力未知时明确标记。
- 将主题相关与资格符合分开。逐项核验地区、主体、行业、有效期、申报窗口及原文要求，输出满足、不满足、待确认及依据。相似度不能转换为获批概率；未知画像或未知元数据不能等同于符合或直接排除。
- 根据候选证据补问会影响结果的必要条件，避免要求用户一次性提交全部画像。F006使用证据输出可行方向、条件、材料或下一步；未满足条件的政策不得包装成可直接申请。
- 区分检索无依据、服务失败、资料过期和资格不足。“当前知识库未找到可靠依据”不等于“没有相关政策”。外部政策搜索、自动抓取更新与自动申报不在本次文档任务或F005默认范围内。
合成示例
用户：“公司订单增加，想买设备但资金不够，有什么办法？”
需求为设备购置与融资。助手可以检索设备更新、技术改造、融资或贴息等方向，并跨政策、金融产品和办事指南获取候选；这些方向不代表当地确有政策。先核对库内原文，再按需要询问地区、行业、设备用途等条件，最终给出有证据的建议，不能先声称用户符合补贴资格。
个人问题同样从实际困难出发，例如求职、培训或创业需求；适用信息按证据补问。示例不代表现有知识库已经覆盖这些领域。
实施顺序与验收
- F005启动时先冻结问题集、知识快照、人工标注依据和评价规则。以不含政策名称的自然口语为主，不能仅由政策标题改写题目；合成样例与经授权脱敏的真实问题分开记录，保留独立验收集，避免只针对调优题目优化。
- 人工标注可接受的候选政策、原文片段、适用/不适用/待确认条件、必要补问和无答案情形。问题集覆盖直接需求、隐含需求、多目标、个人/企业交叉、画像缺失、跨库、地区不符、过期/冲突、库内无依据及服务故障。
- 先评测原问题＋相关画像在现有标题摘要索引上的基线，再逐项比较查询改写/拆解、跨库路由等变更。关键词与向量混合检索、重排、场景/可能问法辅助索引均为候选方案，是否采用由评测决定；无需先重做现有入库。
- 记录 Recall@K（人工标注相关政策的前K召回覆盖）、前K候选误推荐、明确不适用政策的推荐比例、必要补问覆盖、无依据回答及路由漏召回，同时记录查询耗时与模型调用成本。明确K、分母、样本数及各场景结果，不能只报告总体均值。
- 测试前确定K、质量阈值和延迟/调用预算；目前未设置或达到任何数值承诺。生成式辅助索引必须能回溯原文，不能被当作独立政策事实。
- F005验证检索与适用性输出，F006验证最终建议及引用，F008用同一冻结样例运行端到端并进行人工评审。入库数量、内容哈希、自向量搜索和Harness通过均不能替代这三类业务证据。
涉及个人画像接口和必要字段时由F003先定义契约；正式业务入口和知识生命周期仍分别由F002/F004处理。允许先用合成或经授权脱敏画像建立检索基线，不因尚未接入真实画像服务而停止样例建设，也不能用该基线冒充完整业务验收。