回到原始证据裁决（Back-to-source Verdict）

定义

对模型或第二模型审计指出的"可能幻觉""引用不支持""论点薄弱"等提醒，逐项打开原 PDF、课程材料和可验证题录中确认，由学生本人做最终事实判断。

为什么需要它

模型（包括第一模型和审计模型）都可能出错。两个模型都声称某引用支持某论点，并不意味着它真的支持；引用编号格式正确，也不意味着内容真实。学术写作的事实判断责任最终落在人。

关键操作

1. 把审计输出整理为问题清单，每条对应报告中的具体位置。
2. 对每条"可能捏造的术语/数据/引用"，回到原 PDF 核实是否存在该术语、数据或引用。
3. 对"可能断章取义"，对照原 PDF 的上下文判断引用是否被曲解。
4. 对"最薄弱论点"，检查证据是否到位、是否有替代解释、是否需要补充反例。
5. 替换或删除不能被原资料支持的句子，重新整理引用列表。

与已有方法的关系

• 与 教学输出的人工验收清单（教材/课标/学情/隐私）（谢信妃方向）精神同源，但本文场景是学生写论文而非教师备课。本方法强调"双模型审计之后还要人工裁决"，而不是把双模型审计当作判决。
• 与 基准文献 + 第二模型作为问题发现器（Anchor-paper + Cross-model Audit） 形成完整链条：审计发现问题，本方法裁决问题。

限制

• 裁决需要时间投入；越长的报告，核验工作量越大。
• 学生基础薄弱时可能无法识别"看似合理但偏离原文"的回答。
• 原文若本身不准确或已被作者撤回，本方法只能确认"草稿与原文一致"，不能确认"原文正确"。

适用范围

所有以 AI 辅助写作为主、引用真实文献为前提的学术写作场景。