AI压缩检索证据时，怎样保留会改变结论的条件

企业检索系统可以交出一段高度相关的文字，却没有交出正确使用它所需的信息。某句话单独看足以回答问题，放进后来的修订、另一份文件里的定义或尚未解决的冲突中，就可能不再适用。随着检索系统承担越来越多的筛选工作，决定模型能看到什么，这种差别需要独立的工程处理。

直接的新闻背景是Cohere于2026年10月21日发布Rerank 5，其可选Context Focus功能返回文档中的相关片段。本文讨论的范围超出这款产品，我们没有对它进行独立测试。以下分析关注的是：系统怎样判断选出的上下文足以支持某个具体决定，而不把相关性分数当作充分性的保证。

一段证据可能依赖另一段证据

设想一个假设性的设备维护助手。一份文件介绍校准流程，后来发布的技术通告限定它只适用于较早的硬件版本，零部件登记表则说明现场设备安装了哪个版本。技术人员询问应该采用哪套流程。三份记录各有作用：流程给出操作内容，通告改变适用范围，登记表把条件与具体设备连接起来。

把流程文件排在首位完全可能是合理的。但如果只保留其中最直接回应问题的段落，决策仍然可能缺少条件。关键单位是记录之间的关系。单独比较措辞时，硬件登记表可能没有几份详细流程文件那么像用户的问题；只有检查流程的适用条件时，它的重要性才显现。

这个假设并不证明某个检索器存在缺陷。它说明检索目标与决策目标可能分离：擅长挑出讨论某个主题的文字，还需要额外机制发现结论依赖一个尚未解决的条件。增加返回片段数量或许有用，却不能保证必要的关系已经恢复。

先界定什么叫证据足够

对于范围明确的业务流程，可以先列明回答前必须解决的问题。在上述例子中，包括设备身份、文件适用范围，以及新指令是否取代旧指令。检索随后寻找这些依赖关系的证据，而不只是收集更多关于校准的文字。

这种设计必须与任务相称。查找一个文件标题，不应承受与选择现场操作流程相同的证据负担。如果每次搜索都启动穷尽式依赖检查，系统会变慢，甚至妨碍使用。合理边界取决于答案的后果，以及在已界定任务内，哪些条件确实可能改变答案。

系统也无法对自己无权访问的信息证明完整性。“已检查的记录支持这个答案”与“所有相关记录都已经检查”应当区分。后者要求对文档集合、覆盖范围和版本状态有可信说明。一份不可访问的通告或尚未索引的登记表，不会因为生成的解释很自信就失去相关性。当这种缺口影响结论时，指出未解决的依赖，比给出流畅的最终操作指令更有用。

检验条件变化是否真正改变答案

一种实际评测方法是构造成对案例：保持用户问题与大部分文件不变，只改变一个经过核实的适用条件。一例中流程仍适用，另一例中版本限制使它不适用。评审者检查系统是否找到了改变的证据，以及结论是否因为正确的理由而改变。

也应加入不应影响结论的变化。例如，调整段落顺序、插入看起来相关但不具约束作用的说明，或增加同一流程的副本，都不应自动逆转答案。否则，系统看似对关键条件敏感，实际上可能只是对表面差异敏感。领域评审者需要先确定预期结果，再评价生成答案。

这里有一个历史研究提供的提醒：《Lost in the Middle》最初提交于2023年7月6日，发现证据位置会影响所测试模型与任务的表现。这不是对今天部署系统的结论，而是提示团队测试自身的排序方式，不要假定恢复更长上下文就能解决所有遗漏。

评测还应保留中间证据：哪些文件进入候选集，哪些片段被保留，最终哪些内容交给回答模型。如果关键通告根本没有进入候选集，只修改最后的提示词无法解决整个问题。如果它已经被选中却遭模型忽略，单纯扩大检索覆盖也可能浪费精力。区分这些阶段，才能使修正工作更准确。

为冲突留出上下文空间

另一类重要情况是，两份看起来都适用的记录相互矛盾。选择表述最清楚或重复次数最多的一方，可能把冲突隐藏起来。旧流程的多个副本不应悄悄压过一份具有约束作用的新修订；反过来，看起来更新的文件也不能在缺少适用范围与效力证据时自动优先。

对于后果较重的流程，为未解决冲突及解释它所需的元数据保留空间，是一种有理由的设计选择。简短回答可以说明哪个条件尚未确定，并把两份记录都交给评审者。这可能比只交出精简片段消耗更多上下文，却保留了为什么现在还不能给最终答案的理由。

最初于2023年9月26日提交的Ragas论文把检索、忠实使用上下文和答案质量区分为评测维度。本文进一步提出的判断是，忠实于选中的文字，本身无法证明选择已经充分。完全忠实的回答仍可能继承上游遗漏。前述成对案例是检查这种独立弱点的一种办法，不是已经得到普遍验证的完整评测方法。

让压缩保留可逆的边界

当无关材料占用资源或干扰任务时，缩短上下文仍有合理的商业价值。相应的保护措施可以是有选择地展开：已知依赖无法解决时，在现有权限内检索关联记录、扩大引用片段，或转交评审。系统需要保留足以重新连接原文及版本的标识。

这样，部署问题就不只剩“压缩平均有没有用”，还包括：在哪些任务类别里，系统能够识别自己的证据不足？团队可以检查未解决案例、不必要的转交，以及没有触发提醒就通过的错误。这些结果能够呈现常规回答效率与处理歧义代价之间的取舍。

这种方法不能提供通用的完整性证明。未知依赖和不完整的文档清单仍是限制。但把限制显露出来，会改变压缩的角色：它成为可以调整、可以回到原始记录的证据表示，而不是一次不可逆的筛选，永久决定答案被允许考虑什么。