待验证50% 置信事实精确时间

本次测试绕过了检索环节，直接将所有候选文档喂给模型，因此揭示的是语言模型本身的推理能力瓶颈而非检索算法缺陷

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

文档越多AI越差？开源与付费大模型RAG能力实测

相关事实

待验证当模型没有正确调用检索工具或判断问题无需搜索时，会退回到训练数据作答，从而暴露知识截止问题74% 相似待验证困难负样本挖掘的核心思想是引入处于分类边界附近的样本以推动决策边界精细化，使模型学习深层语义特征而非表面关键词模式73% 相似待验证即便明确要求模型只依据检索到的文档作答，它仍会凭参数记忆补全空缺，并生成看似规范的引用71% 相似待验证传统搜索的排序因子可以通过逆向工程和统计分析部分还原，但大语言模型数十亿参数的决策过程几乎无法进行同等粒度的审计71% 相似待验证应使用真实数据测试应用而非理想化样本，因占位内容会掩盖实际使用中才出现的布局问题、逻辑断裂和边界情况70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003225

API

curl https://kongchang.com/api/v1/knowledge/claims/1003225

MCP

get_claim(id=1003225)