Editorial Transparency

整理方法与纠错

AI HOT 的信源筛选、事件聚类、摘要生成、引用和纠错方法。

筛选

系统结合内容完整度、信息新颖度、来源质量和实际影响进行筛选。评分只用于排序和建立公开门槛,不等同于事实可信度。

事件聚合

多个来源描述同一件事时,系统优先生成一个事件主页面,并保留各来源的独立摘要与链接,避免重复页面互相竞争。

AI 使用披露

标题补全、摘要、重要性判断、标签和聚类可能由 AI 辅助生成。页面会明确展示来源,读者可以直接回到原文核验。

纠错

发现事实错误、错误归类或来源归属问题时,可通过 公开问题反馈 提交证据;确认后会修正公开内容,并让搜索引擎重新发现。