RDLLM 说明

ELI5

把 AI 答案想成一份学校报告。RDLLM 让 AI 说明它用了哪些书，哪句话由哪个来源支持，以及这些来源的创作者是否应该得到署名或付款。如果证明不够，答案就不应该假装自己已经有可靠来源。

Simple

RDLLM 是一个给 AI 产品使用的开源层。它为答案添加可见的来源 footer，检查来源是否真的支持答案里的 claim，并记录 source usage 如何对应到 payout 或 escrow。

如果你在做 chatbot、RAG app、搜索助手、agent、model API、marketplace 或 creator platform，并希望用户知道答案来自哪里，可以使用它。

Non-Technical

RDLLM 帮助三类人：

用户可以看到 sources、Claim Evidence 和 confidence signals，而不是只看到一段 AI 答案。
创作者和 publisher 可以获得 attribution evidence 和 settlement records。
operator 可以在展示 grounded 或 royalty-bearing 答案前运行验证 gate。

系统不会声称能读取模型隐藏的想法。它报告的是可观察证据：可见 source support、答案和来源的 overlap、Claim Evidence、source-disagreement check 和 payout allocation。

Technical

在 runtime，RDLLM 接收 answer、source references 和 revenue context。它生成 source footer，其中包含 source rows 和 Claim Evidence rows。每个 claim row 包含 claim hash、support score、evidence span hash、character offsets、evidence preview、warrant status、source-disagreement status 和 source label。

展示前，verifier 会重新计算 display hash、footer hash、row hashes、 source usage metrics、Claim Evidence、citation markers、answer links、 claim-source closure、model-reliance wording、attribution-gap closure 和 source disagreement。只有当 production_display_ready 为 true 且 source_grounding_acceptance 为 passed 时，答案才适合 public-facing 展示。

实现时从这里开始：