引用但未驗證：解析與評估大型語言模型深度研究代理中的來源歸因

大型語言模型驅動深度研究代理，能夠從數百個網絡源綜合資訊並生成帶引用的報告，但這些引用無法被可靠驗證。當前方法要麼依賴模型自我準確引用（可能帶來偏見風險），要麼使用檢索增強生成（RAG）但無法驗證源的可訪問性、相關性和事實一致性。我們引入了第一個來源歸因評估框架，使用可復現的AST解析器大規模提取和評估LLM生成的Markdown報告中的行內引用。該方法不同於僅驗證URL可訪問性的方法，而是從抽象語法樹層面解析引用結構，並系統性評估每個引用的可訪問性、與引用的相關性以及事實一致性。