待验证50% 置信事实精确时间

在“错误政策”案例中，根因是索引过期或缺少 metadata 过滤导致检索层返回旧版退款 FAQ 的高置信度 chunks，而非 LLM 幻觉。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

Langfuse 开源 LLM 可观测性：别再盲目调试 RAG 应用

rss2026/10/15

涉及实体

RAGconcept Langfuseproduct

相关事实

待验证向量索引不能及时反映数据变化会导致两类问题：陈旧检索（基于过期文档生成答案）和幽灵数据（源文档已删除但向量仍留在索引中被检索命中）72% 相似待验证降本往往伴随质量妥协：更短的上下文可能导致模型遗漏关键信息，更激进的缓存可能引入陈旧数据72% 相似待验证当文档被 LLM 当作等权重的事实来源处理时，其陈旧程度会被放大成具体的错误回答71% 相似待验证在标准向量数据库和RAG方案中，相互冲突的事实会被悄无声息地覆盖，导致决策历史消失、零溯源71% 相似待验证当历史记录中包含更新和矛盾时，纯检索方案会失效，即使检索本身完美，返回的答案依然可能是错的71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1034084

API

curl https://kongchang.com/api/v1/knowledge/claims/1034084

MCP

get_claim(id=1034084)