用户问「这句话在不在资料里」和「这份资料能不能支持这个说法」，是两个问题。前者能用一次字符串切片判定，后者不能。我做的 Offline Evidence Finder 只做前者：在浏览器里对一份可编辑的中英文本做词法检索，返回来源 id、原文引文，以及引文在 source.text 里的 UTF-16 起止位置。它不生成答案，也不判断一段资料是否支持某个事实主张。
入口是 Space 和独立应用，固定提交 d309763。下面讲的行为都来自这个提交。
一条不可答查询，还是返回了命中
样例里有条不可答查询 今天火星咖啡价格。四条不可答查询里只有它返回了命中（1/4），命中的是不相关段落 router-zh 里的一个「天」字。
固定开发样例，不是新评测。不可答查询命中不相关段落的单个汉字「天」，分数 1.597193。
程序返回这个命中是按设计工作的。它做的是词法重叠，词法重叠本身不承诺可答性。
这条命中的分数在两版语料里不一样：1.4588… 和 1.5972…。两版语料的段落数都是 14，df(天) 都是 1，命中引文相同所以 dl 也没变。变的只有平均段落长度 avgdl，从 116 到 134.64…。idf = ln(1+(N-df+0.5)/(df+0.5)) = ln 10 恒定，tf=1，所以分数差全部来自长度归一化项里的 avgdl。这是「分数依赖当前语料、不能当置信度比较」的一个能复算的实例。
引文位置是能复核的
引用包导出全部当前源文，以及每条命中的 citation，含 source_id、start、end、偏移单位和 quote。每条 citation 能被独立复核的一件事是：
source.text.slice(start, end) === quote
选 UTF-16 是因为 JS 字符串原生按 UTF-16 单元索引，charCodeAt 和 slice 落在同一个坐标系。代价是单位不是用户看到的字形：切段只在代理对上回退，组合记号（e 加 U+0301）和 ZWJ 序列不在回退条件里，引文可能从 grapheme 中间切开。一个 502 单元的串完全可以在 500 以内取 499 处的 grapheme 边界，同时满足上限和边界两条约束，所以守住 grapheme 边界在技术上可行，只是当前实现没做。
读者可以拿下载的引用包跑下面这段做外部复核：
import { readFileSync } from 'node:fs';
const b = JSON.parse(readFileSync(process.argv[2], 'utf8'));
const byId = new Map(b.sources.map(s => [s.id, s.text]));
const seg = new Intl.Segmenter();
let ok = 0, split = 0;
for (const c of b.citations) {
const t = byId.get(c.source_id);
if (t.slice(c.start, c.end) !== c.quote) throw new Error('span mismatch: ' + c.id);
ok++;
const bounds = new Set([...seg.segment(t)].map(s => s.index));
bounds.add(t.length);
if (!bounds.has(c.start) || !bounds.has(c.end)) split++;
}
console.log({ citations: b.citations.length, sliceOk: ok, graphemeSplit: split });
这段能查出「位置对但切开了字形」，查不出「这段话是否支持结论」。
分词与打分
分词是 NFC 加小写，拉丁/数字/下划线成词，汉字连续段发单字加相邻二元组，查询词去重。没有 stemming、停用词、embedding、翻译。标题显示但不入索引，这是当前实现的范围，我没测过把标题纳入索引会怎样。
打分是固定参数 BM25，k1=1.2、b=0.75。N 和 df 数段落，零 token 段落计入 N，dl 是发出的 token 数，正分才返回，UI 默认最多 5 条（search() 函数本身接受 1–20）。同分先按 source id 的 Unicode code point 逐位比，再按 start 升序，这样同分顺序在不同 locale 的浏览器可复现。IDF 表达式和默认参数对着 Lucene 的 BM25Similarity 文档核过，不声称实现等价。
样例能证明什么
18 条手写开发查询分成 14 条已知来源和 4 条不可答。抽取 bug 发生在另一个层：样例卡片段落抽取（make_sample.py），不是 search.mjs 的 CR/LF 切段。第一版因为正文前导换行把英文标题抽进语料，首次测量 12/14 R@1、13/14 R@3，修正后 14/14。查询和排序参数没改，但修正语料是在看到首次结果之后生成的，所以不是 held-out。第一版语料和完整分数留在 sample-history-v0/。
样例是 7 份本地候选卡片的 14 段节选，不代表这 7 个项目已公开。这个工具能证到字符级的是引文位置，语义支持判断不在它的输出里。
作者：Renchao Wu ｜ 原文：widechaos.cn/blog/offlin…
