[控场AI]
产品

ZEHN Core

基于FalkorDB构建的企业知识图谱GraphRAG问答系统,采用引用优先策略,强制答案溯源或弃权

时间轴 (近 90 天)

10月18日

ZEHN Core 项目构建在 FalkorDB 之上,参加了 FalkorDB Graph Hacks 黑客松,代码已开源。

待验证50%
10月18日

ZEHN Core 的设计原则是每个答案都必须引用其来源句子,否则回答“我不知道”。

待验证50%
10月18日

检索通过白名单化的命名查询执行,最多三跳,由遍历策略决定哪些谓词可被走。

待验证50%
10月18日

引用验证机制将模型输出的每个证据ID与工具实际返回的ID进行集合比对,任一ID不在返回集中即判定整个回答无效。

待验证50%
10月18日

强制弃权指系统在缺少有效证据时主动输出“我不知道”,且该门控由代码而非模型判断。

待验证50%
10月18日

系统对返回的每条路径的每一跳与源句子比对,打上“有源支撑”、“推断假设”、“证据不足”三类标签。

待验证50%
10月18日

在询问 Redwood API 时,图找到十二条路径,其中十一条被标记为推断假设。

待验证50%
10月18日

团队实测发现186条事实中0条是逐字来自源文本的。

待验证50%
10月18日

人工审计发现抽样的关系中大约三分之一绑定到了错误的实体目标。

待验证50%
10月18日

在 ZEHN Core 的图中,每条边物理上都是 RELATES 类型,语义类型存储在 r.rel_type 属性中,查询 :DEPENDS_ON 会返回空。

待验证50%

还有 3 条时间轴事件

全部知识事实 (13)

待验证

ZEHN Core 项目构建在 FalkorDB 之上,参加了 FalkorDB Graph Hacks 黑客松,代码已开源。

50%
待验证

ZEHN Core 的设计原则是每个答案都必须引用其来源句子,否则回答“我不知道”。

50%
待验证

检索通过白名单化的命名查询执行,最多三跳,由遍历策略决定哪些谓词可被走。

50%
待验证

引用验证机制将模型输出的每个证据ID与工具实际返回的ID进行集合比对,任一ID不在返回集中即判定整个回答无效。

50%
待验证

强制弃权指系统在缺少有效证据时主动输出“我不知道”,且该门控由代码而非模型判断。

50%
待验证

系统对返回的每条路径的每一跳与源句子比对,打上“有源支撑”、“推断假设”、“证据不足”三类标签。

50%
待验证

在询问 Redwood API 时,图找到十二条路径,其中十一条被标记为推断假设。

50%
待验证

团队实测发现186条事实中0条是逐字来自源文本的。

50%
待验证

人工审计发现抽样的关系中大约三分之一绑定到了错误的实体目标。

50%
待验证

在 ZEHN Core 的图中,每条边物理上都是 RELATES 类型,语义类型存储在 r.rel_type 属性中,查询 :DEPENDS_ON 会返回空。

50%
待验证

团队评估过让 CALLS 边可遍历,但因其无法用证据支撑,所以在生产环境中保持关闭。

50%
待验证

ZEHN Core 的语料是覆盖四种来源类型的30篇文档子集,没有工单来源,也没有陈旧度检测。

50%
待验证

ZEHN Core 由 FastAPI 后端加 React 前端交付,包含七个屏幕,并有959个后端测试和63个前端测试支撑。

50%

来源文章