上下文压缩的评测没那么玄。是我拿错了尺子——我一直盯着答案质量，论文盯着引用归属。attribution。就这个词。
9 月中旬 arXiv 上挂了一篇，2609.14245，Deepanshu Mody 的 The Attribution-Compression Frontier in Retrieval-Augmented Generation，投到 EMNLP 的 GroundLM 2026 workshop。题眼全在 Attribution 上，这篇有意思的地方也全在这。
先说我原来的理解，画出来是这样：
一大坨原文 ──►[压]──► 一小坨 ──►[生成]──► 答案
↑
这里丢东西，丢多少看预算
所以评测当然盯答案看：压完答得还行，说明没伤筋动骨；答崩了，说明压狠了。reranking、抽取、摘要、token 剪枝、extract-cluster-rewrite，五种做法拉一起比，看谁在更小预算下答案掉得最少。这个框架我用着挺顺手。
第一版我还给这图配了个结论：压缩的代价就是信息量，预算越小，丢得越多。看着挺对，对吧？
顺手，是因为我漏了一格。
来，画张图。生成的时候如果带引用，那个引用到底“落”在哪儿？
等等等等，先别急。这里有个地方特别容易滑过去：压缩器改写过的东西，跟原文不是同一份文本了。生成器嘴里吐出来的 [1]，是压缩输入里的一段，不是原文里的一段。要让读者点得回原文，中间必须跨一跳。
原文 ──►[压缩]──► 摘要 ──►[生成]──► 答案 + [1]
[1] 想回原文，得跨过压缩这一跳
└──► 谁来做这一跳？大多时候，一个 NLI 模型在猜
论文里那个数字我盯着看了半天。RECOMP 式的压缩器，ASQA，名义预算写 0.25，实际压到 0.08，也就是剩下不到一成——引用精度：对着它自己的摘要算，0.86。对着原文 span 算，0.12。
0.86 是那个危险的数字。它不坏，它看起来很好。你拿自己改写的文本当靶子，当然打得中，引用就漂在你眼前那句话上。换个靶子，回原文里翻，十次里只有一次多一点找得到。
同一批设置下，把 claim 拎去做验证：对着摘要是 0.17 不支持，做一遍 source recovery 再验证，0.88 不支持。
同一件事，两把尺子，0.17 和 0.88。
这篇对我最大的用处，是把我“压缩 = 丢信息”那个框架直接砸了。不是丢信息，是改了血缘——摘要出来的文本没有原文的祖先，生成器再怎么标，那个标也是悬空的。它能指回摘要，回不到原文。而且作者试过结构性地把“溯源缺失”的引用直接拒掉，这个坑还在。这就说明它不是几个悬空指针造成的噪声，是改写这个动作本身的问题。
血缘这个比喻也得标一下漏风的地方。血缘是一对一的，一个孩子一个爹。可引用不是。一句话压缩后可能被切成三句，也可能被并进别的段，祖先不是一个点，是一张网。所以严格说，“找不回祖宗”是“找不回原来那一段 span”。方向对，精度不够。
对照组在抽取那边。抽取式选择，在 ASQA 上下文的一半到十分之一这几个预算档上，grounded precision 落在 0.43 到 0.49 之间。不高。但它是“能回原文”的不高，代价是答案质量同时往下掉。
抽取为什么能落地？因为它没动文本，选中的还是原文的段，标过去就回去了。重写不一样，它把原文揉碎再拼，引用得重新建。重建就有猜。
选择就摆到台面上了：抽取，答案糙一点，引用能落地；重写，答案漂亮，引用悬空。
我站抽取。这句话我说得比论文狠——论文没这么讲，它只是在比，但看完那两组数字我很难不这么想。一个 RAG 系统里，悬空的漂亮答案是负资产，因为你核不了它，只能信它。
✨ 想通这一层的时候是真有点“咔哒一下扣上了”的感觉：我原来一直以为压缩的代价是信息量，其实压缩的代价是链条。信息丢了可以换个生成器补，链条断了，谁都没法补。
得老实标一下这篇在哪儿漏风。
所有那些 span recovery 和引用打分，共用同一个 NLI 模型，作者自己写了没有独立人工校准。所以 0.12 是那个 NLI 眼里的 0.12，0.88 也是它眼里的 0.88。这套协议内部自洽，它一致地告诉你同一件事——“你换靶子，数字会崩”——但它不等于真值。
第二组 200 题审计用 TRUE T5-XXL 跑，固定 source mapping 和重算 mapping 两种都试了，emitted 和 grounded 之间的差距都还在。但那个也没给出人工校准的支持率。所以我现在能说死的是：差距是真的，且不依赖某一组映射方式；差多少，我说不了。
这一段我自己也没完全画明白。拿什么替换 NLI 那一跳——让人来打标、还是把两段可信度分开报——我没有答案，先放这儿，想明白了再补。
照例留个自检：你现在能不能一句话讲清，为什么在压缩评测里，答案质量和引用精度是两件事？讲不顺的话，多半是你脑子里那张图还是单层的（原文→答案），少画了中间那一跳（谁把引用接回原文）。
下期想画开哪个概念？我候选清单上现在压着两个：embedding 和 KV cache。
本期画开：压缩没吃掉答案，它吃掉了引用的祖宗。