1. 课程导入

欢迎进入《金融RAG幻觉检测与可信度评测实战》。在金融场景中，RAG（Retrieval-Augmented Generation，检索增强生成）被广泛用于研报问答、财报解读、合规咨询、投顾辅助与风控知识检索。但金融文本具有数字密集、口径严格、时效敏感、监管约束强等特点，一旦模型生成看似合理却与事实不符的内容，就可能被误读为投资依据或合规结论。因此，本课程的第一目标不是“让RAG更会说话”，而是“让RAG在金融语境下更可信、更可验证、更可追责”。

一、学习目标：从“能答”走向“可信可证”

本课程围绕三个层次展开。第一层是认知层：理解金融RAG幻觉的成因、类型与风险边界，能区分事实性幻觉、数值性幻觉、引用性幻觉、时效性幻觉与逻辑性幻觉。第二层是方法层：掌握检索质量评估、生成一致性检测、引用溯源、置信度校准与人工复核机制。第三层是工程层：能够搭建一套可运行的幻觉检测与可信度评测流水线，对金融问答结果进行自动打分、归因分析与可视化报告输出。

• 识别能力：能定位幻觉发生在检索、重排、生成还是后处理环节。
• 评测能力：能设计金融领域的可信度指标，如事实一致率、引用命中率、数值偏差率、拒答准确率。
• 工程能力：能使用Python、向量库、评测框架与日志系统完成端到端检测。
• 复盘能力：能根据bad case反推检索策略、提示词与模型参数的改进方向。

二、核心概念：金融RAG幻觉与可信度评测

金融RAG幻觉，指模型在回答金融问题时，生成了与检索证据、原始披露文件或客观事实不一致的内容。它不一定表现为“胡编乱造”，更多时候是“局部正确、整体误导”，例如把2023年营收写成2022年数据，把“同比下降”写成“同比增长”，或引用不存在的公告编号。可信度评测则是用可重复的指标与流程，对答案的真实性、可溯源性、时效性与风险等级进行量化判断。

在金融场景中，评测对象不仅是最终答案，还包括检索到的证据片段、模型引用的来源、答案与证据的蕴含关系，以及模型在证据不足时是否选择拒答。因此，可信度评测是一个覆盖“检索—生成—引用—复核”的全链路问题。

三、整体框架：四层检测与评测体系

本课程采用“四层架构”组织内容：数据与证据层、检索与重排层、生成与引用层、评测与治理层。数据与证据层负责金融文档解析、表格抽取、时间戳与来源标注；检索与重排层关注召回率、精确率与证据覆盖度；生成与引用层检测答案是否被证据支持、引用是否真实存在；评测与治理层则完成指标计算、阈值告警、人工抽检与持续迭代。

四、实战路线图：从环境搭建到可信度报告

课程实战路线分为六个阶段。第一阶段完成金融语料准备与向量库搭建；第二阶段实现基础RAG问答链路；第三阶段加入引用溯源与证据绑定；第四阶段构建幻觉检测器，包括事实一致性、数值偏差与引用真实性检查；第五阶段建立可信度评分与阈值告警；第六阶段完成bad case复盘与系统调优。每个阶段都配有可运行代码与评测脚本。

五、典型场景与常见误区

典型场景包括：上市公司财报问答、监管政策解读、投研报告摘要、风险事件追踪。以财报问答为例，用户问“某公司2023年净利润同比增长多少”，系统必须检索到正确年度、正确口径的财务数据，并在答案中给出引用来源。如果检索到的是2022年数据，或模型自行计算错误，就会产生数值性幻觉。

本章作为课程导入，已经明确了学习目标、核心概念、四层框架与六阶段实战路线。接下来你将进入具体环境搭建与金融语料处理环节，逐步把“可信RAG”从理念变成可运行、可评测、可复盘的工程系统。