待验证50% 置信概念精确时间

当文本脱离其原始结构上下文后，其语义会发生坍缩，表现为本应可区分的文本在嵌入空间中获得几乎相同的向量

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

RAG检索的致命盲区：段落找到了，标题却丢了

涉及实体

语义坍缩concept embeddingconcept

相关事实

已验证text-embedding-ada-002将文本转化为1536维的稠密向量，语义相近的文本在向量空间中距离更近75% 相似待验证递归字符文本分割器通过尝试在自然边界（段落、句子）处切分来平衡文档片段过长超出上下文窗口与过短丢失语义的矛盾75% 相似待验证文本切分粒度过大会导致检索返回的文本包含大量无关信息；切分粒度过小则可能丢失上下文语义74% 相似待验证传统逐帧 OCR 只能发现文字的空间偏移问题，而对文字在帧间内容漂移的时间不稳定几乎无感67% 相似待验证上下文嵌入在生成向量时会引入周围文本或全文信息作为条件输入，使同一段话在不同文章中产生不同向量表示67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1019556

API

curl https://kongchang.com/api/v1/knowledge/claims/1019556

MCP

get_claim(id=1019556)