04|鸿蒙7·端侧AI实战:检索增强,把证据带进回答

本文集包含20篇独立短篇教程,对应封面编号01---20。前10篇讨论鸿蒙应用中的端侧AI应用层架构,不将通用架构包装成鸿蒙7独有API。模型加载、推理与分词需接入实际支持的框架。所有示例均为核心代码片段,本轮未进行编译或真机验证。封面为AI生成概念插画,界面和小字不作为官方功能、事实或API依据。

一个问答助手回答得很流畅,却说不清依据来自哪里,用户很难真正信任它。

检索增强的基本思路,是先查找相关资料,再让模型基于这些资料组织回答。但把搜索结果拼进提示词,并不意味着问题已经解决。

先看一个常见错误:用户询问"新版产品支持哪些设备",检索结果里同时出现了旧版说明和新版公告。模型把两份资料合并,最后给出了一个不存在的兼容范围。

所以,检索需要同时考虑相关性与适用性。

typescript 复制代码
interface Evidence {
  chunkId: string;
  documentId: string;
  revision: string;
  text: string;
}

interface GroundedAnswer {
  text: string;
  citedChunkIds: string[];
}

权限过滤应发生在资料进入模型之前。不能先检索所有文档,再依赖提示词要求模型"不要泄露"。

接下来处理版本与重复内容。明显过期的材料应该降权或排除,重复段落应合并,存在冲突的规则则需要显式提示。

生成回答时,为每份证据分配稳定编号。模型返回引用编号后,应用再校验这些编号是否属于本次提供的资料。这样可以阻止不存在的引用进入页面,但不能保证引用真的支持结论。

还需要检查"答案与证据是否一致"。资料只说"部分机型支持",回答却写成"所有机型支持",即使附带了真实引用,结论仍然错误。

找不到依据时,页面可以显示"当前资料不足以回答",同时列出已搜索的范围。不要用模型的常识补成企业内部规则。

验收至少覆盖资料缺失、版本冲突、无权限资料和问题超出知识库范围四种情况。

检索增强的价值,在于让回答能够回到可检查的材料上。它改善事实依据,但不会自动消除所有错误。

官方参考资料

  1. 华为:读屏适配指南。https://developer.huawei.com/consumer/en/doc/harmonyos-guides-V14/screen-reading-adapt-guide-V14
  2. 华为:焦点位置设置。https://developer.huawei.com/consumer/cn/doc/HarmonyOS-Guides/scenario-focus-position-setting
  3. 华为:字体大小单位检查规则。https://developer.huawei.com/consumer/cn/doc/harmonyos-guides-v5/ide_font-size-unit-V5
  4. 华为:国际化和本地化。https://developer.huawei.com/consumer/cn/doc/harmonyos-guides-V13/i18n-l10n-V13
  5. 华为:避免硬编码与拼接。https://developer.huawei.com/consumer/cn/doc/harmonyos-guides-v5/l10n-hard-coding-concatenate-V5
  6. 华为:时区。https://developer.huawei.com/consumer/cn/doc/doccenter-capabilities/i18n-time-zone
  7. 华为:伪本地化测试概述。https://developer.huawei.com/consumer/cn/doc/harmonyos-guides-v5/pseudo-i18n-testing-overview-V5
相关推荐
非优秀程序员12 小时前
第12章 烧钱无底洞!!!不烧就死,烧了也不知道啥时候死|《互联网产品恩仇录》
人工智能
Zelman94513 小时前
第06章-交互与观察动作空间
人工智能
冬奇Lab13 小时前
开源项目第258期:Harness² —— Google Research 的「递归式 Agent Harness 优化」,模型权重不动,只改 Agent 的外壳
人工智能·开源
字节跳动视频云技术团队15 小时前
每两家头部手机厂商就有一家选它:火山引擎如何成为 AI 手机助手的“隐形底座”?
人工智能
泯泷15 小时前
像项目经理一样指挥 AI 团队:管理者模式
人工智能·llm·agent
京东云开发者15 小时前
双11囤Token火了:京东搜索量暴涨7倍,AI生产力成新刚需
人工智能
ahccqw15 小时前
OpenCV 车辆数量统计
人工智能·opencv·计算机视觉
人工智能AI技术16 小时前
LangGraph 本地 build 频频翻车,最终在服务器跑通流式对话
人工智能
Flynn Liang16 小时前
同一需求三套写法:用 Spring AI、LangChain4j、AgentScope Java 各实现一个带工具调用的 RAG 助手(实战对比)
java·人工智能·大模型·架构设计·spring ai·langchain4j·agentscope