antins-labs aggregation_counting
目标
解决“需要把若干分散记录的数量累加为一个最终总数”的搜索问题。
这类问题往往没有单一网页直接给出“总数”，而要靠人工把多条来源中的子数量相加，因此需要专门的分解-聚合策略。
适用场景
- 统计某事件在不同地点造成的总死亡人数（如 Fujimori 案中的 Barrios Altos + La Cantuta）。
- 统计某时间段内某单位下属所有支部参与活动的总数（如新疆大学计算机学院支部数）。
- 求数学方程所有正解的个数（如 sin πx = |log x| 的 x>0 解数）。
- 统计某高校所有学院/系成立周年的总和（如华侨大学计算机学院周年）。
- 统计某政策覆盖的全部城市数量。
不适用场景
- 单一网页已直接给出总数（如“Swinburne University 位于 Melbourne”）。
- 问题只要求确认是否存在，而非具体数量。
- 需要实时动态数据（如当前在线人数），无法通过静态累加获得。
核心原则
- 先拆分再聚合：把“总数”拆成若干可独立验证的子项，再分别搜索并累加。
- 统一口径：确保所有子项使用同一计量单位（人、次、个、年等），必要时换算。
- 交叉验证：每个子项至少用两条独立来源确认，避免重复计数或遗漏。
- 记录溯源：在累加过程中保留每个子项的来源链接或片段，方便回溯。
标准执行流程
- 识别总数维度
明确“总数”到底指什么（人数、次数、年数、解数等）。 - 列出潜在子项
根据常识或初步搜索，把总数拆成可能存在的子项列表（地点、时间、类别）。 - 构造子查询
为每个子项构造精准查询："{子项名} {维度} 数量"或"{事件名} {地点} 死亡人数"。 - 逐一验证并去重
对每个子项结果进行交叉验证，剔除重复、估算或不可靠数据。 - 统一单位并累加
把所有确认无误的子项数值相加，得到初步总数。 - 二次核查
用更宽泛的查询（如“{事件} 总死亡人数”）搜索是否有官方一次性给出的总数，与累加结果比对。 - 输出带源总数
用\boxed{总数}格式呈现，并附注每个子项的来源片段或链接。
检索策略模板
- 子项精准查询：
"{子项关键词} {维度} site:gov.cn" - 官方汇总查询：
"{事件/机构} 总数/总量 site:official_site.edu.cn"
补充策略 (from dataset mining: aggregation_counting)
核心原则
- 先找权威全集：优先锁定官方/权威来源的“完整名单”或“目录”，避免逐条搜索导致遗漏。
- 逐项验证：对名单中的每一项二次检索确认其符合问题限定条件（时间、地域、级别等）。
- 去重计数：合并结果时按唯一标识（ID、名称+年份）去重，再统计数量或生成最终列表。
标准执行流程
- 解析聚合维度
明确需要统计的维度（项目数、金额、成员列表等）及限定条件（时间、地域、级别）。 - 搜索“全集”来源
用{entity} 全部 {item} 列表 site:gov.cn或{entity} complete list of {item}等模板找官方目录。 - 提取候选列表
从步骤 2 的结果中复制/整理出候选条目，保存为临时清单。 - 逐项验证条件
对清单中的每一项，用{item} {限定条件}再次搜索确认其有效性；剔除不符合条件的条目。 - 去重与格式化
按唯一键去重，统一格式（如统一货币、单位），准备汇总。 - 计算聚合值
计数、求和或生成最终列表；若需多维度，分别计算后合并。 - 交叉验证
用第二个独立来源抽查 10% 的样本，确保准确率；若差异>5%，回到步骤 4。 - 输出带来源的答案
给出最终数字/列表，并附“数据来源+检索时间”以便复核。
检索策略模板
- 全集检索：
"{entity}" "list of {item}" site:gov.cn OR site:edu.cn - 单条验证：
"{item_name}" "{限定条件}" -site:spam.com