分析某读完过的小说，人物节点关系明显出现幻觉。

[StevenWang0503]

Bug Description / Bug 描述

把标题名字中某词识别为人物节点，并构建了其他关系节点，但该词并不是一个角色，且关系节点人物完全和小说人物无关，并虚构了外貌特征。还有一次甚至直接出现了《凡人修仙传》相关的人物，但我的电脑上甚至连对应文本都没有，也从未纳入过分析。大概率是项目代码和数据在某次更新被污染了？一般呈现为和主网络节点图不关联的独立小网。

Steps to Reproduce / 复现步骤

--

Expected vs Actual / 期望与实际

关系节点错误可以理解，但不应该出现幻觉，可能某处存在污染，需要处理。

Component / 功能模块

Graph / 关系图

LLM Provider / LLM 提供商

Ollama (local / 本地)

Environment / 环境信息

qwen3:8b

Screenshots / Logs / 截图或日志

#/ #

[mouseart2025]

感谢反馈，这个问题很重要。

为了准确定位，能否帮我补充几点信息：

1. 小说标题：出现幻觉的是哪本书？
2. 截图：关系图里那个"独立小网"的节点和边（最好能标注出错的人物）
3. 章节范围：幻觉出现在前期、中期还是全本？
4. 预扫描：是否启用了"实体预扫描"功能？

初步判断：本地 qwen3:8b 是 8B 参数小模型，对玄幻类小说容易触发预训练知识泄漏（《凡人修仙传》是模型预训练时见过的著名 IP，写另一本玄幻时模型可能"漂"过去，把记忆里的角色写进当前小说）。这是模型能力局限，而非项目数据污染（pipeline 是 per-novel 严格 scoped 的，跨小说数据物理上不会混到一起；ChromaDB collection 也按 novel_id 隔离）。

短期 workaround：

• 设置 → LLM → 切到 qwen3:14b 或更大模型，重新分析同一本书看是否复现
• 或切到云端 API（DeepSeek / MiniMax / Qwen），云端大模型幻觉率明显更低

长期方向：v0.72 调研 entity 验证逻辑能否在 aggregation 阶段自动过滤幻觉孤岛（如断开子图 + 在原文找不到任何 evidence → 剔除）。

补充上面 4 点信息后我会进一步排查。

[StevenWang0503]

跑完了该书，重新检视了人物关系，确定应如你所说，是初期分析中触发预训练知识泄漏，最终图谱结果中相关错误节点确实消失了。
另外还有一个问题：如在某些分析中发现明显有不正确实体节点或错误边，应如何汇报问题？

[mouseart2025]

太感谢跑完一遍来确认 🙏 知道根因走通了我也踏实了。

错误反馈最方便的路径就是这里开 GitHub Issue，带上这几样东西我能最快复现 + 定位：

1. 小说名 + 章节范围
2. 具体哪个节点 / 哪条边错了（例如 "X 不该是人物" / "X 和 Y 这条关系不存在" / "X 是 Y 的儿子不是父亲"）
3. 截图（最直观）
4. 最有用：从「导出」页导出一份 .air 全量备份附在 Issue 里，我能直接 load 进我自己的实例复现，逐条精准定位

节点级别的错误一般几类根因：prompt 漏 / 校验规则没覆盖 / 预训练污染 / 弱模型抽取不稳，每类修法不同，所以例子越具体越好。

可以攒一批集中开一条 Issue，不用一个一个开。