Weryfikacja faktów i zapobieganie halucynacjom
Weryfikacja oparta na ugruntowaniu: każde twierdzenie musi prowadzić do pobranego źródła.
Weryfikacja faktów i zapobieganie halucynacjom to bezpłatna lekcja AI Agents na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej AI Agents, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs AI Agents zawiera 4 lekcji w sumie.
Problem halucynacji w agentach badawczych
LLM może generować twierdzenia brzmiące wiarygodnie, ale niemające oparcia w pobranych źródłach. W przypadku agenta badawczego jest to szczególnie niebezpieczne, ponieważ wynik wygląda autorytatywnie i jest opatrzony cytowaniami, które w rzeczywistości mogą nie potwierdzać danego twierdzenia.
Zapobieganie halucynacjom musi być traktowane jako kwestia pierwszoplanowa.
Ugruntowanie: każde twierdzenie ma źródło
Podstawowa zasada ugruntowania: każde twierdzenie faktyczne w finalnym wyniku musi dać się powiązać z co najmniej jednym pobranym dokumentem. Twierdzenia, których nie można powiązać ze źródłem, są albo halucynacjami, albo twierdzeniami niepopartymi źródłami — w raporcie badawczym obie sytuacje są niedopuszczalne.
def check_grounding(claim: str, retrieved_docs: list[dict]) -> dict:
doc_texts = '\n\n'.join(
f'[DOC {i+1}] ({d["url"]})\n{d["text"][:800]}'
for i, d in enumerate(retrieved_docs[:5])
)
return {
'claim': claim,
'docs': doc_texts,
'grounded': None # to be filled by LLM verifier
}
if __name__ == '__main__':
docs = [{'url': 'https://example.com/geo', 'text': 'Paris is the capital of France.'}]
result = check_grounding('Paris is the capital of France.', docs)
print('Claim:', result['claim'])
print('Supporting docs used:')
print(result['docs'])
Wzorzec LLM-as-Verifier
Należy użyć osobnego wywołania LLM — „weryfikatora” — aby ocenić, czy dane twierdzenie jest poparte dostarczonymi źródłami. Tworzy to mechanizm wzajemnej kontroli, w którym generator i weryfikator są niezależnymi wywołaniami.
import openai, json
client = openai.OpenAI(api_key='YOUR_OPENAI_KEY')
def verify_claim(claim: str, source_texts: list[str]) -> dict:
sources_block = '\n---\n'.join(source_texts[:3])
prompt = (
f'Is the following claim directly supported by the provided sources?\n'
f'Claim: "{claim}"\n\n'
f'Sources:\n{sources_block}\n\n'
f'Return JSON: {{\n'
f' "supported": true/false,\n'
f' "confidence": 0.0-1.0,\n'
f' "reason": "one sentence explanation"\n'
f'}}'
)
resp = client.chat.completions.create(
model='gpt-4o',
messages=[{'role': 'user', 'content': prompt}],
response_format={'type': 'json_object'}
)
return json.loads(resp.choices[0].message.content)Filtrowanie według poziomu pewności
Należy ustawić progi dla wyniku pewności weryfikatora. Twierdzenia powyżej 0,85 są publikowane. Twierdzenia w przedziale 0,5–0,85 są publikowane z zastrzeżeniem. Twierdzenia poniżej 0,5 są wykluczane.
INCLUDE_THRESHOLD = 0.85
DISCLAIMER_THRESHOLD = 0.50
def gate_claim(claim: str, source_texts: list[str]) -> dict:
result = verify_claim(claim, source_texts)
conf = result.get('confidence', 0.0)
supported = result.get('supported', False)
if not supported or conf < DISCLAIMER_THRESHOLD:
return {'action': 'exclude', 'claim': claim, 'reason': result.get('reason')}
elif conf < INCLUDE_THRESHOLD:
return {
'action': 'include_with_disclaimer',
'claim': f'[LOW CONFIDENCE] {claim}',
'reason': result.get('reason')
}
else:
return {'action': 'include', 'claim': claim}Wykrywanie konkretnych wzorców halucynacji
Niektóre wzorce twierdzeń wiążą się z wysokim ryzykiem halucynacji: dokładne dane statystyczne (wartości procentowe, kwoty w dolarach), konkretne daty, nazwiska oraz związki przyczynowe. Należy poddawać je dodatkowej kontroli.
import re
def is_high_risk_claim(claim: str) -> bool:
patterns = [
r'\d+\.?\d*\s*%', # percentages: 9.1%
r'\$\s*\d+', # dollar amounts
r'\b(January|February|March|April|May|June|July|August|September|October|November|December)\s+\d{4}', # dates
r'\b[A-Z][a-z]+\s+[A-Z][a-z]+\s+(said|stated|argued|claimed)', # named quotes
r'(caused?|led to|resulted in)', # causal claims
]
return any(re.search(p, claim) for p in patterns)
print(is_high_risk_claim('Inflation hit 9.1% in June 2022')) # True
print(is_high_risk_claim('Inflation was elevated')) # FalsePętla weryfikacji z dekompozycją
W przypadku długich sekcji należy podzielić tekst na pojedyncze twierdzenia, niezależnie zweryfikować każde z nich, a następnie odtworzyć sekcję wyłącznie ze zweryfikowanych twierdzeń.
def decompose_into_claims(section_text: str) -> list[str]:
prompt = (
f'Break this text into individual verifiable factual claims.\n'
f'Each claim should be a single sentence containing exactly one fact.\n'
f'Return JSON: {{"claims": ["..."]}}\n\n'
f'TEXT:\n{section_text}'
)
resp = client.chat.completions.create(
model='gpt-4o-mini',
messages=[{'role': 'user', 'content': prompt}],
response_format={'type': 'json_object'}
)
return json.loads(resp.choices[0].message.content).get('claims', [])Odtwarzanie zweryfikowanego tekstu
Po przefiltrowaniu każdego twierdzenia należy odtworzyć spójną, przejrzystą sekcję wyłącznie ze zweryfikowanych twierdzeń. Należy wykluczyć twierdzenia o niskim poziomie pewności i przeredagować tekst pod kątem czytelności.
def reconstruct_section(verified_claims: list[str],
section_name: str) -> str:
claims_text = '\n'.join(f'- {c}' for c in verified_claims)
prompt = (
f'Rewrite these verified facts as a coherent {section_name} section.\n'
f'Do NOT add any new information not present in the claims.\n'
f'Only use the facts provided.\n\n'
f'VERIFIED CLAIMS:\n{claims_text}'
)
resp = client.chat.completions.create(
model='gpt-4o',
messages=[{'role': 'user', 'content': prompt}]
)
return resp.choices[0].message.contentWykrywanie rozbieżności liczbowych
LLM czasami subtelnie zmienia liczby ze źródła (np. 9,1% staje się 9,2%). Należy wyodrębnić liczby zarówno z twierdzenia, jak i z tekstu źródłowego, a następnie jawnie je porównać.
import re
def extract_numbers(text: str) -> list[float]:
matches = re.findall(r'[-+]?\d*\.?\d+', text)
return [float(m) for m in matches]
def check_numeric_drift(claim: str, source_text: str,
tolerance: float = 0.01) -> bool:
claim_nums = extract_numbers(claim)
source_nums = extract_numbers(source_text)
for cn in claim_nums:
found_match = any(abs(cn - sn) <= tolerance for sn in source_nums)
if not found_match:
return True # numeric drift detected
return False
print(check_numeric_drift(
'Inflation reached 9.2% in June 2022',
'The CPI rose 9.1 percent in June 2022'
)) # True — 9.2 vs 9.1Audyt przypisania do źródeł
Po wygenerowaniu pełnego raportu należy przeprowadzić audyt przypisania do źródeł: dla każdego zdania w raporcie potwierdzić, że można je przypisać jednemu ze źródeł. Należy oznaczyć każde zdanie, dla którego nie istnieje pasujący fragment źródłowy.
def attribution_audit(report_text: str, sources: list[dict]) -> list[str]:
sentences = [s.strip() for s in report_text.split('.') if len(s.strip()) > 20]
unattributed = []
for sentence in sentences:
found = False
for src in sources:
if any(word in src.get('text', '') for word in sentence.split()[:5]):
found = True
break
if not found:
unattributed.append(sentence)
return unattributed
# Flag unattributed sentences for manual review or re-verification
if __name__ == '__main__':
report = ("Water boils at 100 degrees Celsius at sea level. "
"The moon is made primarily of green cheese according to this document.")
sources = [{'text': 'Water boils at 100C (212F) at standard atmospheric pressure.'}]
unattributed = attribution_audit(report, sources)
print('Unattributed sentences (need manual review):')
for s in unattributed:
print(' -', s)
Zastrzeganie niepewnych twierdzeń
Nie wszystkiego da się zweryfikować z wysokim poziomem pewności. Zamiast całkowicie wykluczać twierdzenia graniczne, należy używać języka wyrażającego ostrożność: „Niektórzy analitycy sugerują…”, „Według X…”, „Donoszono, że…”. Pozwala to zachować informacje, jednocześnie sygnalizując niepewność.
def hedge_claim(claim: str, confidence: float) -> str:
if confidence >= 0.85:
return claim # state as fact
elif confidence >= 0.65:
hedges = ['Some sources suggest', 'According to available evidence',
'Analysts have noted']
return f'{hedges[hash(claim) % len(hedges)]}, {claim.lower()}'
else:
return f'It has been reported (with low confidence) that {claim.lower()}'
print(hedge_claim('Inflation peaked at 9.1%', 0.90))
print(hedge_claim('Supply chain disruptions contributed to inflation', 0.72))
print(hedge_claim('Specific policy caused inflation', 0.45))Monitorowanie współczynnika halucynacji
Należy śledzić współczynnik halucynacji w czasie: jaki odsetek wygenerowanych twierdzeń nie przechodzi weryfikacji? Należy ustawić próg alarmowy. Jeśli współczynnik gwałtownie wzrośnie, oznacza to pogorszenie jakości prompt engineeringu lub pobierania danych.
verification_log = [] # In production: a database
def log_verification(claim: str, supported: bool, confidence: float):
verification_log.append({
'claim': claim[:100],
'supported': supported,
'confidence': confidence
})
def hallucination_rate() -> float:
if not verification_log:
return 0.0
failed = sum(1 for v in verification_log if not v['supported'])
return failed / len(verification_log)
def check_hallucination_alert(threshold: float = 0.15):
rate = hallucination_rate()
if rate > threshold:
print(f'ALERT: Hallucination rate {rate:.1%} exceeds threshold {threshold:.1%}')
return rate
if __name__ == '__main__':
log_verification('The sky is blue', True, 0.95)
log_verification('The moon is made of cheese', False, 0.2)
log_verification('Water boils at 100C at sea level', True, 0.99)
rate = check_hallucination_alert(threshold=0.15)
print(f'Hallucination rate so far: {rate:.1%}')
Jaki jest główny cel wzorca „LLM-as-verifier”?
LLM-as-verifier to kluczowy wzorzec architektoniczny zapobiegania halucynacjom. Zrozumienie tego, co sprawdza ten wzorzec i dlaczego jest realizowany jako osobne wywołanie, ma zasadnicze znaczenie.
Podsumowanie zapobiegania halucynacjom
Halucjom można zapobiegać za pomocą: weryfikacji oparcia w źródłach (każde twierdzenie ma źródło), LLM-as-verifier (osobne wywołanie ocenia poparcie twierdzenia), filtrowania według poziomu pewności (wykluczanie twierdzeń poniżej ustalonego progu), wykrywania rozbieżności liczbowych, języka wyrażającego ostrożność w przypadkach granicznych oraz monitorowania współczynnika halucynacji w celu wykrywania regresji.
Często zadawane pytania
Czy lekcja „Weryfikacja faktów i zapobieganie halucynacjom” jest bezpłatna?
Tak — pełny tekst „Weryfikacja faktów i zapobieganie halucynacjom” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu AI Agents, przejdź na CoddyKit PRO. Kurs AI Agents zawiera 4 lekcji w sumie.
Co nauczysz się w „Weryfikacja faktów i zapobieganie halucynacjom”?
Weryfikacja oparta na ugruntowaniu: każde twierdzenie musi prowadzić do pobranego źródła. Ćwiczysz AI Agents z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć AI Agents?
Nie wymagamy żadnego doświadczenia. AI Agents w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.
Ile czasu zajmuje lekcja „Weryfikacja faktów i zapobieganie halucynacjom”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji AI Agents?
Tak. Każda lekcja AI Agents zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Projektowanie pętli wieloetapowego badania
- Weryfikacja źródeł i cytowanie
- Generowanie ustrukturyzowanych raportów
- Weryfikacja faktów i zapobieganie halucynacjom