论文页面 - 为叙述者评级：多智能体知识系统中基于传述链-人物评鉴框架的声明级溯源

来源：https://huggingface.co/papers/2607.24117

摘要

现代多智能体知识系统越来越多地通过自主转换链而非直接检索来积累知识。现有溯源工作记录了“发生了什么“——执行轨迹、工具调用、证据链接——而来源可靠性评估（事实发现、声誉系统）也已长期存在。但缺失的是一个操作性框架，能够将分级、按领域划分的传述者可靠性附着在声明级传输链上，并具备完整性语义、转换类型聚合、解耦的内容批评以及服务/审查/隔离路由。古典伊斯兰圣训学曾面临一个结构相似的问题：判断通过人类叙述者链传递的知识是否应该被接受。经过数个世纪的发展，它形成了一套严谨的方法论——传述链（附于每条声明的完整传输链）、人物评鉴（对每位叙述者诚信度和精确度的系统化评级）、最弱链环节评估、通过独立链进行印证，以及正文批评（独立于链质量评估内容）。本文将这套方法论迁移到AI系统设计中。我们贡献了从圣训学概念到多智能体管线的形式化映射、实现声明链和分级叙述者注册表的关联模式、结合链评级与内容批评的决策矩阵，以及基于20,000条真实物理教科书声明进行的评估。该评估验证了最弱链隔离和独立链印证的有效性；报告了评级恢复循环的部分失败（未能发现最高错误率的叙述者）；并将两项分析列为不确定结果，包括一项匹配覆盖率比较——该框架无法借助参考内容批评达到该比较目标。本文自始至终明确说明了哪些声明有证据支持，哪些尚无证据支持。

查看 arXiv 页面 (https://arxiv.org/abs/2607.24117)查看 PDF (https://arxiv.org/pdf/2607.24117)项目页面 (https://alizahidraja.com/isnad)GitHub21 (https://github.com/alizahidraja/isnad)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.24117)

在你的智能体中获取此论文：

hf papers read 2607.24117

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2607.24117 以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2607.24117 以从此页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2607.24117 以从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

请将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。