技能介绍

输出前的幻觉拦截

大模型在生成内容时常见的几类问题：数字超出常识边界（A股单日涨50%）、前后自相矛盾（"零风险但涨了3%"）、虚构实体与引用（不存在的 GPT-7、伪造的论文 DOI）、模糊来源配合绝对化断言（"据业内人士透露，绝对会上100元"）。这些问题一旦进入最终回复，读者很难分辨，事后检测成本却很高。

核心验证流程

真话放大镜在输出管线末端自动执行四个步骤：

断言提取：识别 19 种断言类型，包括 numeric、absolute、fabricated_entity、vague_source、hallucinated_context，覆盖时间、数据、承诺、引用、因果等维度。
分层验证：L1 轻量检查在每 2000 字或涉及重大决策时触发，执行完整交叉验证与 C3 停等标记；买入/卖出等高风险操作单独拦截。
合理性边界检查：内置 NUMERICAL_BOUNDS 数值边界表，如 A股日涨跌幅 ±20%、测试覆盖率 0~100%、响应时间 1~30000ms，超出范围即标记异常。
矛盾检测与风险评分：检测方向矛盾（涨/跌、买入/卖出）、时间矛盾、范围矛盾等冲突对，通过 calculate_hallucination_risk() 返回 none/low/moderate/high/critical 五级风险分。

适用边界

该技能是输出前的规则门禁，不负责事实核查本身：它判断"这句话看起来像不像编的"，而不是"这句话对不对"。数值边界表基于中国市场常见指标配置，跨市场使用需自行调整；风险评分是启发式结果，critical 分值不代表内容一定错误，none 也不保证完全真实。接入输出管线（truth_magnifier_hook.py）后每次回复都会过检，对延迟敏感的场景需评估开销。