Certify：基于 Horn 闭包证明的需求导向检索

Certify 系统利用需求超图和 Horn 闭包判定证据充分性，在三个语料库上的决策准确率显著优于搜索代理和充分性判断器。 实体检查使决策准确率在存在黄金证据时提升 4 至 13 个百分点；基于该证明生成的答案正确率达 80%，高于全检索片段的 57%。 该方法无需额外模型调用即可匹配专有模型的充分性标签，实现了结构化证据验证。