---
title: "Content-Grounded Retrieval — Faithfulness as First Principle"
type: concept
created: 2026-06-04
tags: [information-retrieval, faithfulness, hallucination-mitigation, grounding]
sources: ["ma-intragent-2026"]
---

# Content-Grounded Retrieval（内容锚定检索）

**定义**：一种信息检索范式，要求所有回答严格锚定于提供的文献内容，当信息不存在时明确承认而非编造。

## 核心原则

1. **忠实性优先**：准确性建立在内容忠实之上——错误的精确数字比诚实的"不知道"更有害
2. **显式边界**：当问题超出文献覆盖范围时，系统必须明确终止而非猜测
3. **可溯源**：每个提取的信息点应能追溯到原文献的具体位置

## 在 IntraView 中的体现

[[intraview|IntraView]] 任务将内容锚定作为硬约束，与现有任务的差异：

| 任务 | 信息源 | 内容锚定？ |
|------|--------|-----------|
| 开放域 QA | 外部知识 | 否（可引入 LLM 知识） |
| RAG QA | 检索片段+模型知识 | 部分（LLM 仍可补充） |
| **IntraView** | **仅提供文献** | **是（严格硬约束）** |

## 实现机制

[[intragent|IntrAgent]] 通过组合设计实现内容锚定：
- [[sufficiency-check|充分性检查]]：确保信息确实来自文献而非推测
- 细节锚定：每个细节关联到原文献的具体句子
- 缺失处理：通过"以上皆非"选项处理不可回答的查询

## 更广的意义

内容锚定检索不仅是 IntraView 的需求——它是可信 AI 系统的底层要求。在医疗、法律、科研决策场景中，"我不知道但文献说 X" 远比 "我认为是 Y" 更有价值。

## 相关概念

- [[hallucination-mitigation]] — 更广泛的幻觉控制
- [[faithfulness-in-ai]] — AI 忠实性
- [[intraview|IntraView]] — 内容锚定的具体任务实例