Hyra 给出的文献线索能溯源的部分，只有你亲自回原文核过的那几条。模型把题名、作者、年份和结论写得很像真的，但这四要素里任何一项对不上原文，这条线索就不能当依据用。可执行的动作是：把输出里的线索拆成一行一条，逐条回原文比对结论表述是否被改写，查不到的用固定句式追问，仍给不出出处就直接剔除，最后看本轮剔除比例决定这批输出还能不能用。核验通过只说明线索与原文一致，不能替代对文献本身质量和适用范围的判断。

处理 Hyra 输出的文献线索，建议按拆条、回原文、追问、回灌、统计五步走：每条线索单独占一行，题名、作者、年份、结论分列；能查到原文的，把原文结论句和输出句并排比对，判定有没有范围放大、条件缺失或强度抬高；查不到的用统一句式要求补出处或撤回，一次追问仍无回应即剔除。核验一致只代表转述没跑偏，采信前还要自己判断这篇文献的方法和场景是否适用于你的问题。

把输出里的每条文献线索单独拆成一行

整段读综述式回答，很容易被流畅的行文带过去。先把线索的颗粒度压到条目：让 Hyra 按固定四列重排，或者你手动从答案里逐条摘出来，一行只放一条线索，题名、作者、年份、结论各占一列。结论列只填输出中对这条文献的断言句，照抄，不要合并、不要概括、不要顺手补上你自己的理解。

请把你上面回答中涉及的文献线索整理成表格，每条线索一行，四列：
1. 题名（原文语言原样保留）
2. 作者（第一作者 + 等）
3. 年份
4. 你在回答中针对这条文献给出的结论表述（逐字复制你写的那句，不要改写）
要求：同一文献有多条结论时分行列出，不要合并；不要补充表格外的说明。

表格拿到后先做本地去重和标记：同一题名出现两次但年份不一致的，标为待查；作者只写“等”、题名又偏笼统的，也标为待查。这一步只负责分条和标记，不对任何一条下采信结论。拆分后的行数就是本轮核验的基数，后面统计剔除比例要用到。

回原文确认结论表述有没有被改写

转述环节的偏移通常有四类：范围被放大，原文说部分样本成立，输出写成普遍成立；条件被抹掉，原文限定在某类数据集或某种配置下，输出里这个前提消失了；强度被抬高，原文说相关，输出写成导致；对象被替换，结论原本针对另一类系统，被挪到你的场景上。这几类偏移在通读时都不明显，只有把两句话并排摆出来才看得见。

对照记录的写法建议一行一条，左边放原文结论句，中间标位置，右边放输出句，最后给判定和处理动作：

题名 | 原文结论句（摘录） | 位置（章节/页码） | 输出句 | 偏移判定 | 处理
---|---|---|---|---|---
示例行 | 摘录原文那一句 | 第X节 | 照抄输出那一句 | 一致 / 范围放大 / 条件缺失 / 强度抬高 / 对象不符 / 未找到原文 | 保留 / 修正 / 剔除

判定为“一致”的才进已核实清单；判定为改写的，按原文表述修正后再进清单，输出里原来的说法不能沿用；判定为“未找到原文”的，走下一步追问。记录时保留你查到的那句话本身，不要只写“已核对”，否则下一轮回头复核还得重新找一遍。

对查不到的线索用统一句式追问

查不到的情况要多于预期，所以追问句式最好固定下来，避免每次临时组织语言，也方便对比模型在两轮之间是否改口。模板可以这样写：

第 N 条线索我按题名和第一作者没有查到对应原文。请二选一处理：
(a) 给出可核验的出处信息：完整题名、全部作者、发表年份、发表载体（期刊/会议/预印本平台），以及你引用那句结论在原文中的位置；
(b) 明确撤回这条线索，并在回答中删除依赖它的结论。
不要用“可能存在相近文献”“大意如此”这类说法替代出处。

处理规则建议直接定死：一次追问后仍给不出可核验出处的，剔除，不在正文里留“存疑”状态。存疑条目最容易被下一轮当作既成事实继续引用。剔除的每条都记进剔除表，写明剔除轮次和追问原话，后续提问时把表里的题名列入禁引清单，不让它再混进上下文。

把已核实的线索回灌到下一轮提问

核验成本高，一次核完就该复用。把已核实清单放回上下文，相当于给 Hyra 划一个可引用的边界，能减少后续讨论里重新拼凑文献的空间。

以下是已核实的文献清单，本轮回答只在这份清单范围内引用文献：
1. 题名 / 第一作者 / 年份 / 原文结论句要点（不超过一句，照原文措辞）
2. 题名 / 第一作者 / 年份 / 原文结论句要点
约束：
- 不要引入清单外的文献；
- 确需清单外证据时，先标注“待核实”，不要写成已确认结论；
- 引用清单内文献时，结论表述不得超出上面记录的要点，尤其不要补范围和因果。

清单本身保持短句和原始措辞，不要在同一条里塞进你的推论，否则下一轮偏移会以你的推论为起点。清单变长后按主题拆成几个小块分别回灌，比一次性贴一大段更容易检查模型有没有越界。

统计本轮被剔除的条目比例

记录口径要先统一：本轮线索总数取拆条后的行数；保留数只算判定“一致”的条目；修正后保留单独计数，因为这部分原文可查、只是转述跑偏，说明出处能力尚可；剔除数包含未找到原文、追问后仍无出处、结论改写又没有原文支撑三类。三个数加起来应当等于总数，对不上说明有漏记。

轮次 | 总条数 | 一致保留 | 修正后保留 | 剔除 | 剔除集中在哪个主题
第1轮 |    |    |    |    |

判断阈值建议按相对关系写，而不是拍一个固定比例：剔除数达到或超过保留数时，这一轮输出不适合直接作为依据，只能当线索池，结论部分需要重写；某一主题下的剔除明显集中，说明该类文献的出处能力弱，下次提问改成先要出处、再要结论；同一题名在连续两轮里都被编出来，直接写进禁引清单，不再单独追问。这些阈值是使用上的门槛，不是对模型能力的量化结论，具体怎么定还要结合你所在领域的可查性和核验成本来调。