失败归因与证据保真：练习答案

答案应为每个样本补齐 query、候选文档、引用跨度、工具事件和最终输出；若缺任一证据，标记为不可归因，而不是猜测模型失败。

验证时同时记录运行时版本、输入夹具和输出事件；真实云服务、跨进程数据库和模型质量仍需单独验证。