北京
一个研究者正在写文献综述，手里有一句话想放进报告：Transformer在所有翻译任务上总是优于循环模型。他打开《Attention Is All You Need》，觉得这篇论文能撑住这句话。
但论文的实验只覆盖两个机器翻译任务。作者的结果没有建立“总是”这个结论。研究者把实验条件丢掉了，换成了一个全称判断。审稿人现在得重新翻开论文，找到相关结果，再把这句话改回来。
这个检查环节，就是今天要放进研究工作流里的东西。用 TypeScript 搭一个学术论断核查代理，通过 Valyu SDK 检索选定论文中的证据，由 Jev 对每条陈述做评估，应用返回一个带原始证据的判定结果。
它到底在检查什么
设想一个准备文献综述的研究者。他有一句想写进去的话，还有一个文件夹，里面是他认为支持这句话的论文。他的问题是：这些来源真的支持这句话吗，支持在哪一段？
这就是任务本身。不是让模型判断这句话是否普遍为真，不是搜索整个网络，也不是把句子改到听起来合理为止。
工作流是这样的：论断加论文链接加主题查询，经过 Valyu SDK 检索，得到经过核验的论文摘录，再由 Jev 给出判定，最后生成一条证据可追溯的审查记录。段落来自论文本身。模型负责选择关系和段落，它不生成引文。
这个可执行示例使用 arXiv 链接或 ID，以便核验检索到的论文身份。其他文献库需要等价的 DOI 或出版商匹配器。本地 PDF 需要单独准备文本，再复用检查阶段；Jev 当前的输入是文本。
三种判定，边界要划清
用《Attention Is All You Need》做例子，这篇论文提出了 Transformer 架构。它的摘要写道：我们提出一种新的简单网络架构 Transformer，完全基于注意力机制，彻底摒弃了循环和卷积。
围绕这篇论文做三项检查，判定标签需要清晰的边界：
- supports：证据支持该论断
- contradicts：证据与该论断相矛盾
- not_addressed：论文没有涉及该论断
- insufficient_evidence：证据不足以判断
第三项是关键区分：论文讨论了性能，但这不能证明那个宽泛得多的陈述。缺乏支持不等于自动构成矛盾。
脚本还会使用 not_checked 处理操作层面的失败，比如检索未成功、论文匹配缺失、API 输出无效。这是代码赋予的状态，不是 Jev 返回的科学判断。这样能防止一篇无法获取的论文变成假阴性。“我没能取到证据”和“证据与论断矛盾”是两回事。
检索这一步怎么落地
使用 Node.js 24+，创建一个声明 ES 模块的 package.json，安装本教程测试过的包版本 valyu-js@2.10.5。在 shell 或密钥管理器中设置 VALYU_API_KEY 和 TYPESAFE_API_KEY，密钥分别来自 Valyu 和 TypeSafe。
检索时调用 Valyu TypeScript SDK 的 Search 方法。查询语句瞄准一个主题，includedSources 限定来源集合，responseLength 控制每条结果返回的内容量，它并不承诺返回完整论文。
完整程序还会检查每条结果的 arXiv 身份。看起来相关的第一条结果可能是另一篇论文。程序只保留被请求的那篇，合并不同的匹配摘录，并保留标题、链接、查询语句和检索时间。
带版本的请求必须显式匹配该版本；不带版本的结果无法证明使用了被请求的版本。不带版本的请求匹配作品 ID，可能检索到该作品的某个版本。
不同的证据需求要用不同的主题查询。“位置编码与循环”适合架构类论断，“翻译实验与评估结果”瞄准性能类论断。只按论文 ID 检索，不足以保证拿到其中任何一段。
Jev 检查的是返回的证据，不是论文里的每一句话。结果中会带上 evidenceScope: "search_excerpts"，把这个边界明确标出来。检索证据缺失时，应该再做一次检索或复核，而不是宣布论文否定了该论断。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
