面向中国藏医药问答的可追溯跨源RAG

检索增强生成（RAG）有望实现有依据的问答，但含多个异构知识库（KB）的领域场景仍然具有挑战性。在中国藏医药领域，百科条目往往密集且易于匹配，即便经典文献或临床论文提供更权威的证据，百科仍可能在检索中占据主导。我们研究一个包含三个知识库（百科、经典与临床论文）以及覆盖单库与跨库问题的500条查询基准（截断K=5）的实用场景。我们提出两种互补方法，以提升可追溯性、减少幻觉并支持跨库验证。其一，DAKS执行知识库路由与预算化检索，以缓解由密度导致的偏差，并在适当时优先选择权威来源。其二，我们使用对齐图引导证据融合与覆盖感知打包，在不依赖朴素拼接的情况下提升跨库证据覆盖。所有答案均由轻量生成器openPangu-Embedded-7B生成。实验显示路由质量与跨库证据覆盖持续提升，完整系统取得最优的CrossEv@5，同时保持较强的忠实性与引用正确性。