基于双环反馈的分层在线提示变异用于受护栏约束的证据文档生成：一项生产 - 评估案例研究

本文提出 HOPM，一种分层在线提示变异框架，旨在提升高风险生产环境中语言模型的适应性、证据依据性及可审计性。该系统将提示视为在线策略，利用版本路由器选择提示，并通过确定性护栏归因失败。结合人工审查与自动评判的双重反馈机制，动态更新路由策略与变异优先级。在真实市场纠纷证据工作流中的消融实验表明，完整 HOPM 显著提升了胜率与生成质量，同时降低了问题标记率，证明了其在生产环境中的有效性。