Retrieval and grounded answers

An assistant answering questions about a handbook needs access to the applicable handbook, not just general language ability.

回答手册相关问题的助手需要能够查阅适用的手册，而不只是具备通用语言能力。

手引きについて答えるアシスタントには、一般的な言語能力だけでなく、適用される手引きへのアクセスが必要です。

Retrieval-augmented generation, usually called RAG, combines a retrieval step with a generation step that uses the retrieved material.

检索增强生成通常简称 RAG，它把检索步骤与利用检索材料生成回答的步骤结合起来。

検索拡張生成、通常RAGと呼ばれる方法は、検索の処理と、取得した資料を使う生成の処理を組み合わせます。

The 2020 RAG paper is an important historical foundation, while today's applications use many different retrieval and generation arrangements.

2020 年的 RAG 论文是重要的历史基础，而如今的应用采用了多种不同的检索与生成组合方式。

2020年のRAG論文は重要な歴史的基盤ですが、現在のアプリでは多様な検索と生成の構成が使われています。

A common preparation process extracts text from documents, divides it into chunks, and stores searchable representations with source metadata.

常见的准备流程是从文档中提取文本，将其切分成文本块，并把可搜索的表示形式与来源元数据一起存储。

よくある準備処理では、文書からテキストを抽出し、チャンクに分け、出典情報と検索可能な表現を保存します。

This indexing work happens separately from the moment when a learner asks a question.

这项索引工作与学习者提出问题时的处理过程是分开的。

この索引作成は、学習者が質問する時点とは別に行われます。

At question time, the system searches for relevant passages, selects a limited evidence set, and asks the model to answer using that set.

收到问题时，系统会搜索相关段落，选出一组数量有限的证据，再让模型依据这组证据回答。

質問時には、関連する文章を検索し、限られた根拠の集合を選び、それを使って回答するようモデルに求めます。

Retrieval changes the information supplied to inference; it does not necessarily change the model's parameters.

检索改变的是推理时提供给模型的信息，不一定会改变模型的参数。

検索は推論に与える情報を変えますが、必ずしもモデルのパラメータを変えるわけではありません。

Imagine a fictional travel policy that permits economy flights for ordinary trips but allows a documented exception for certain long journeys.

设想一项虚构的差旅规定：普通行程可以乘坐经济舱，但某些长途行程可以按有书面记录的例外规定处理。

架空の出張規定が、通常はエコノミー便を認め、特定の長距離移動には記録された例外を認めているとします。

If the exception is separated from its conditions during chunking, a retrieved fragment may make the exception look like the general rule.

如果切分文本时把例外条款与其适用条件拆开，检索到的片段可能会让这项例外看起来像通用规则。

チャンクに分ける際に例外と条件を切り離すと、取得した断片から例外が一般原則のように見えることがあります。

The passage may genuinely come from the handbook while still being insufficient to answer the question correctly.

即使某个段落确实来自手册，它仍可能不足以支持对问题作出正确回答。

文章が本当に手引きに由来していても、正しく答えるには不十分な場合があります。

Grounding asks whether the generated claims are tied to the relevant evidence, including its qualifications and limits.

所谓依据证据作答，要检查生成的各项说法是否与相关证据相符，包括证据中的限定条件和适用范围。

グラウンディングでは、生成された主張が、条件や限界を含めた関連する根拠に結び付いているかを問います。

A citation is a pointer to a source, whereas support requires that the source actually justify the claim being made.

引用提供的是指向来源的线索，而要说某项说法有依据，来源就必须确实能够支持这项说法。

引用は出典への手掛かりであり、裏付けがあるというには、出典がその主張を実際に正当化している必要があります。

A model can attach a valid link to an unsupported statement, so the presence of citations alone is not a quality guarantee.

模型可能为没有依据的陈述附上一个有效链接，因此仅仅有引用并不能保证回答质量。

モデルは裏付けのない文にも有効なリンクを付けられるため、引用があるだけでは品質を保証できません。

When the system lacks the required evidence, a useful answer identifies what is missing instead of completing the policy from general expectations.

当系统缺少必要证据时，有用的回答应说明缺少什么，而不是按照一般预期把规定补全。

必要な根拠がないときには、一般的な予想で規定を補うのではなく、足りない情報を特定する回答が役立ちます。

When two sources conflict, their dates, authority, and applicable scope may matter more than which passage received the highest search score.

当两个来源发生冲突时，它们的日期、权威性和适用范围，可能比哪个段落的搜索得分最高更重要。

二つの出典が矛盾する場合、検索スコアの高さより、日付、権威、適用範囲が重要なことがあります。

Evaluate retrieval and generation separately: first ask whether the needed evidence was found, then ask whether the answer used it faithfully.

应分别评估检索与生成：先问是否找到了所需证据，再问回答是否忠实使用了这些证据。

検索と生成は別々に評価し、まず必要な根拠を見つけたか、次に回答がそれを忠実に使ったかを確認します。

This separation makes a wrong answer diagnosable even when the complete RAG pipeline appears to run successfully.

这样分开检查，即使整个 RAG 流程看起来运行成功，也能诊断错误回答出在哪个环节。

この区別により、RAGの処理全体が正常に動いたように見えても、誤答の原因を診断できます。