待验证50% 置信决策规则精确时间

应对检索层和生成层分别评估，否则单一答案质量分数无法指出该去哪里排查

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

RAG还是微调？先诊断故障再决定是否换模型

相关事实

待验证多跳推理查询的答案无法从单一段落直接得出，需跨越两个或多个文档片段链式推断，标准单轮检索对这类查询成功率很低76% 相似待验证务实做法是先把检索质量单独测出来再接生成：若Top-K召回内容不含答案，换更强的模型也无法补救。75% 相似待验证基于段落检索匹配的本地化问答机制无幻觉风险，答案直接来自原文，但无法做跨段落推理或综合归纳72% 相似待验证两个被广泛引用的直接探测型基准出现饱和现象，前沿模型对直白问题普遍给出中性回答，导致基准几乎测不出偏见71% 相似待验证全局查询能回答需要宏观视角的归纳性问题（如整个文档集的主要主题），这是纯向量检索几乎无法胜任的场景70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1004509

API

curl https://kongchang.com/api/v1/knowledge/claims/1004509

MCP

get_claim(id=1004509)