3. 幻觉类型学

在金融RAG系统中，幻觉检测的第一步不是“判断真假”，而是“判断错在哪一类”。类型学决定了检测器的特征工程、评测指标与修复策略。若把“营收数字写错”和“引用了不存在的监管条款”都笼统归为“幻觉”，后续的阈值、召回与人工复核成本都会失控。本节建立一套面向金融场景的幻觉分类框架，并给出可落地的判定流程。

核心原理：两条正交轴决定幻觉类型

金融RAG的幻觉可以从两条正交轴理解：错误来源轴（是模型内部知识错误，还是对给定上下文的偏离）与错误对象轴（事实、数值、时间、引用、逻辑）。两条轴交叉，形成六类高频幻觉。事实性幻觉指模型生成了与客观世界不符的陈述，例如“某银行2023年净利润为500亿元”而实际为300亿元；忠实性幻觉指回答与检索到的上下文不一致，即使上下文本身正确，模型仍“自由发挥”；上下文冲突指检索片段之间互相矛盾，模型未识别冲突而强行给出单一结论；数值错误包括单位、量级、百分比、同比环比计算错误；时间错位指把旧数据当新数据、把预测当已发生事实；金融特有幻觉则包括虚构金融产品条款、混淆监管口径、错误归因市场事件、编造交易对手或评级。

方法流程：从回答到类型标签的四步判定

落地时建议采用“先抽取、再比对、后归类”的流水线，避免直接让大模型输出类型标签导致不稳定。第一步，结构化抽取：从回答中抽取实体、数值、时间、引用片段和结论句。第二步，证据对齐：将每个抽取单元与检索上下文及外部知识库对齐，计算支持度。第三步，冲突检测：若多个上下文片段对同一事实给出不同值，标记为上下文冲突；若回答与上下文不一致，标记为忠实性幻觉。第四步，类型归因：根据错误对象轴分配具体标签，并输出置信度。

# 幻觉类型判定伪代码
def classify_hallucination(answer, contexts, kb):
    units = extract_units(answer)          # 实体/数值/时间/引用
    labels = []
    for u in units:
        support = align(u, contexts, kb)
        if support.conflict:
            labels.append(("上下文冲突", support.confidence))
        elif not support.in_context and support.in_kb is False:
            labels.append(("事实性幻觉", support.confidence))
        elif not support.in_context and support.in_kb is True:
            labels.append(("忠实性幻觉", support.confidence))
        elif u.type == "number" and not support.value_match:
            labels.append(("数值错误", support.confidence))
        elif u.type == "time" and not support.time_match:
            labels.append(("时间错位", support.confidence))
        elif u.type in ("clause", "regulation", "rating"):
            labels.append(("金融特有幻觉", support.confidence))
    return aggregate(labels)

案例与场景：六类幻觉在金融问答中的真实表现

以下清单覆盖高频场景，便于在评测集中构造负样本。

误区与复盘：类型学落地中的三个常见坑

误区一：把类型标签交给生成模型直接输出。大模型倾向于把所有错误都标成“事实性幻觉”，因为该词最泛化。正确做法是用规则+小模型做初筛，再让大模型做归因复核。误区二：忽略金融术语的领域性。“评级下调”与“展望负面”在金融中是不同事件，若类型学不区分，评测会把正确回答判为幻觉。误区三：只统计总数不统计类型分布。事实性幻觉高说明知识库覆盖不足；忠实性幻觉高说明检索上下文利用能力弱；数值错误高说明后处理计算模块缺失。类型分布直接指向修复优先级。

掌握类型学后，下一阶段的检测器设计才能有的放矢：事实性幻觉靠知识库核验，忠实性幻觉靠上下文蕴含判断，数值错误靠计算校验，时间错位靠时间戳过滤，金融特有幻觉靠领域本体与规则引擎。类型学不是学术分类，而是金融RAG可信度工程的施工图。