证据不等于身份：从知识单元到持久 Concept

语言： English | 简体中文

发布日期：2026-09-03

我构建了 FLH 的 Concept 与标注模型：抽取结果保留为不可变证据，Concept 承担持久身份，当前 membership 表达有效归属。模型同时支持人工审阅、版本化数据集导出和可比较的检索实验。

工程重点：领域建模、审阅工作流与检索评估。

记录能够安全保存后，下一个问题是如何把学习中出现的想法变成可审阅对象。一个想法出现过的证据，并不等于这个想法本身。

抽取产生证据

知识抽取读取一条记录和当前有效解释，输出零个或多个 KnowledgeUnit。一个单元代表本次交互中最小的可审阅学习目标，不是把文本中的所有语言事实都枚举出来；零单元也是有效结果。

抽取只能由显式请求触发。没有分析或解释被拒绝时，不能抽取。
每次抽取都是不可变版本，记录使用的 Analysis 与 Feedback。如果 provider 工作期间来源改变，结果以 409 拒绝，避免把旧解释生成的单元接到新解释上。
抽取器是显式启用的 OpenAI adapter。禁用时返回 503，没有假装理解语义的规则式替代。
固定 admission 规则建议 active、精确重复的 suppressed 或低置信度的 needs_review。人工可追加 override，最新一条生效，不删除历史。

重新抽取同一记录，或者在另一条记录遇到同一知识点，都会产生新单元。如果审阅历史绑定到单元，历史就会随每次抽取碎裂。

因此我引入独立的 KnowledgeConcept，使用 target、pedagogical intent、scope 和可扩展 identity features 定义持久身份，并计算确定性 signature。

只有恰好一个 Concept 的 signature 完全匹配时才自动解析；零个或多个匹配交给人工。这个阶段没有用 embedding、模糊匹配或学习模型自动决定身份，因为还没有足够人工标签来支持或评估它们。

第一版把决策和“被替代”状态存于同一表，还存了需要同步的 support 标记。10.5.1 修正为：

决策历史只追加。新决策指向被替代的记录，不回写旧行。
每个 unit 最多一个 CURRENT SAME，由单独的小型 projection 表管理。不能从历史中挑一条看似 accepted 的旧决策来代表当前归属。
Support 读取时计算：必须是当前成员、来自记录当前 extraction，而且 admission 有效。重新抽取、override 或纠正立即影响下次读取，不需重算任务。
Concept 即使失去全部支持，也只是 orphaned，不删除，仍保留自己的 signature。
人工能够纠正自动或人工归属，旧决定继续留在历史中。

Knowledge Library 后来因此能解释“归在这里，但目前不提供支持”的确切原因。

审阅工作台提供 SAME、NEW CONCEPT、BROADER、NARROWER、RELATED 和 INVALID。初版暴露了两个缺口：没有 membership 的坏单元无法 INVALID；看过候选 A 后判断“不是 A”也没有记录。

后续 migration 加入可逆的 unit-level INVALID 和明确的 DISTINCT pair，分别保存在只追加表中。只读 resolver 把这些事实组合成 effective annotation；遇到不一致时不猜测。

我先构建了版本化数据集导出、结构质量报告，以及共享评估总体的四种检索基线：精确 signature、加权词法余弦、BM25、可选 embedding。比较器拒绝混用不同总体，自动 SAME 也不会被当成人工 gold label。

这一阶段的边界是：候选目录采用当前版本，而非历史重建；embedding 输入字段与词法基线不同；没有真实学习数据上的检索结果可供本文声称。空数据库上的指标刻意返回 null。

训练、学习式自动 resolver、复习调度与掌握程度估计暂缓，先积累足够人工数据。

实现结合 AI 编码工具，由我负责方向、任务与审查。