待验证50% 置信事实精确时间
RAG 在提问时用检索器找出文档库中最相关的片段塞入 prompt，模型基于片段作答；文档库是源文件副本，切碎后原地不动，不会有写回。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证In RAG architecture, when a user asks a question, the system first retrieves the most relevant document fragments from a pre-built knowledge index, then feeds these fragments as context into a large language model, which synthesizes them into a final answer76% 相似已验证RAG通过将文档切分为语义块后经嵌入模型转化为高维向量存入向量数据库，查询时通过近似最近邻（ANN）搜索找到语义最相近的文档片段74% 相似已验证RAG通过将私有文档切分为文本块、转化为向量表示并存储在向量数据库中，检索相关内容注入Prompt来解决大模型知识截止日期的局限性71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032433API
curl https://kongchang.com/api/v1/knowledge/claims/1032433MCP
get_claim(id=1032433)