面向声明-证据可追溯性的证据账本裁定

AI智能体起草声明的速度，已超过作者核查所引用或检索的证据是否支持这些声明的速度。我们研究证据账本裁定（evidence-ledger adjudication）：一种声明-证据可追溯性工作流，将每条声明与一个证据包配对，判定支持关系，并把无支持、相矛盾或混合证据的声明退回给作者。实证核心是一个2,335行的盲测基准，由AVeriTeC、CLIMATE-FEVER和SciFact中的独立外部标签构建。金标关系与源证据标签在预测期间被隐藏，仅在评分时才进行合并。在该基准上，智能体证据账本条件取得0.676的关系准确率和0.601的macro-F1，而最佳非智能体基线分别为0.383的准确率和0.303的macro-F1。它还路由了金标为矛盾、证据缺失或混合证据的声明中的1270/1435条，同时路由了900条有支持声明中的295条。这些结果表明，证据账本裁定能够将异构证据包转化为AI辅助写作的可审计追溯层。