Comparison Parallel

comparison_parallel

目标

解决“跨实体属性比较”类搜索问题：先分别获取每个实体在指定维度上的精确值，再进行一次性比较，避免边搜边猜导致的遗漏或顺序错误。

适用场景

1. 哪位导演去世更晚，《I Prepotenti》还是《Puppets Of Fate (1921 Film)》？
2. Arturo Ripstein 与 Bahman Ghobadi 分别来自哪个国家？
3. 《The Jungle Book: Alive with Magic》和《Rivers of Light》都在哪里上演？
4. 2-D 与 Murdoc 的配音演员分别是谁？
5. 辛辛那提与哥伦布的电话区号分别是多少？
6. 阿里巴巴与腾讯的年度营收对比（需确认财年与自然年差异）。
7. 特斯拉与比亚迪的2024年营收对比（涉及美元与人民币的货币单位转换）。

不适用场景

• 只需查询单一实体属性（如“哥伦布的电话区号”）。
• 需要实时聚合计算（如“2024 年全球票房最高的电影”）。
• 比较维度不明确或无法客观量化（如“哪部电影更好看”）。

核心原则

1. 并行检索：先一次性列出所有待比较实体，再分别检索其目标属性，避免串行比较带来的信息遗忘。
2. 原子化查询：每个实体单独构造最简洁查询，确保返回结果直接包含所需属性值。
3. 同维度对齐：确保所有实体检索到的属性定义一致（如“去世年份”而非“出生年份”）。对于数值型属性，需在查询阶段明确要求返回计量单位（如货币）和时间口径（如财年周期），防止“同名不同义”的数据对比（如自然年 vs 财年）。
4. 结果快照：在比较前将各实体属性值以结构化形式记录，防止后续搜索污染原始数据。
5. 单位归一化容错：在涉及货币或计量单位比较时，若无法实时获取精确换算率，应允许使用历史均值或常识估算值进行定性比较，避免因单一辅助数据（如汇率）缺失导致整体任务停滞。

标准执行流程

1. 识别实体与维度
   用正则或关键词提取问题中的实体列表与比较维度（如“去世年份”“国家”“配音演员”）。
2. 构造并行查询
   为每个实体生成独立查询："{实体} {维度}" site:wikipedia.org 或 "{实体}" "{维度}" -{排除词}。针对数值类比较（如营收、人口），查询指令中需显式包含“注明单位/财年定义”的要求，以确保后续数据可对齐。
3. 执行并行搜索
   按顺序或并发调用搜索工具，记录每个实体返回的前 1-3 条可信来源摘要。
4. 提取并验证属性值
   从摘要或页面正文中抽取目标值，交叉验证多源一致性；若冲突，标记置信度。重点检查数值的单位是否统一、时间口径（自然年/财年）是否一致。
5. 归一化处理
   若步骤 4 中提取的属性值单位不一致（如美元 vs 人民币），需执行单位换算。
   • 优先检索精确换算率（如“2024 USD to CNY average rate”）。
   • 若检索受阻或无确切数据，使用近似常识（如“约 7.1”）并标注“估算值”，确保比较流程继续。
6. 结构化记录
   将结果写成键值对：{实体: 属性值}，例如 {"I Prepotenti": 1975, "Puppets Of Fate": 1962}。
7. 一次性比较
   在结构化数据上执行比较运算（max/min/diff），输出相对结论。
8. 生成最终答案
   用自然语言重述比较结果，并附带来源链接或引用。

检索策略模板

• 模板 A（维基优先）："{entity} {attribute} site:wikipedia.org"
• 模板 B（精确匹配）："{entity}" "{attribute}" -"{ambiguous term}"
• 模板 C（数值/财务类）："{entity} {attribute} {year} 官方财报 财年周期 货币单位"
• 模板 D（单位换算）："{unit_1} to {unit_2} conversion rate {year}" 或 "{year} average exchange rate {unit_1} {unit_2}"

补充策略

核心原则

1. 并行检索：一次性列出所有待比较实体，分别获取同一维度信息，避免“查完一个再查另一个”造成的信息遗漏。
2. 维度聚焦：始终围绕问题所问维度（年龄、职业、类别、归属等）检索，避免被无关属性干扰。
3. 交叉验证：拿到所有实体的信息后，立即做并排对比，确认差异或共同点，再给出结论。
4. 最小化查询轮次：尽量在首轮就覆盖全部实体，减少往返搜索。

标准执行流程

1. 拆解实体：从问题中提取所有需要比较的实体（人、物、概念）。
2. 锁定维度：明确问题所问的属性维度（出生年份、建筑师、植物分类等）。
3. 构造并行查询：
   • 对每个实体，用统一模板生成查询："{entity} {dimension}" 或 "{entity} {dimension} site:wikipedia.org"。
4. 并行检索：一次性提交所有查询，或分批快速完成，确保信息对称。
5. 提取属性值：从结果中抽取每个实体在目标维度上的具体值（年份、职业、类别）。
6. 并排比较：将各实体属性值列成对照表，直接比较大小、是否相等、是否满足条件。
7. 得出结论：根据比较结果，用问题要求的格式输出（“A 更…”、“两者都是…”、“B 是…”）。
8. 验证一致性：快速复查每个来源，确保无冲突或误读。

检索策略模板

• 通用模板："{entity} {attribute}"
• 精准模板："{entity} {attribute} site:wikipedia.org"

示例（年龄比较）：

"Sebastian Gutierrez birthdate"
"Henry Jaglom birthdate"

陷阱规避：单位异构与转换失败

在跨国或跨体系比较（如营收、距离、重量）中，常遇到单位不一致问题。

• 风险：如果专门搜索汇率/换算系数的子任务陷入死循环或无结果，会导致整个比较任务无法完成（Stuck）。
• 策略：
  1. 并行获取换算率：在检索实体属性的同时，并行检索换算系数，而非串行等待。
  2. 降级估算机制：若精确换算率检索失败，立即启用常识估算（如“1美元约兑7.2人民币”），并在答案中明确标注“基于估算汇率”。
  3. 数量级比较：当精确值不可得时，转而比较数量级或市场份额等定性指标，确保回答的鲁棒性。