待验证50% 置信事实精确时间
向量RAG在关系型查询上准确率长期徘徊在40%左右。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
GraphRAG悖论：知识图谱如何避免Token崩溃
rss2026/10/16
涉及实体
相关事实
待验证传统向量RAG在复杂多跳查询场景中准确率普遍为68%~72%74% 相似待验证AWS 2024年与Lettria的案例研究显示，在向量RAG之上叠加基于图谱的检索，在金融、医疗、航空和法律用例中答案精度提升高达35%。73% 相似待验证Meta、NVIDIA等公司的研究表明RAG在知识密集型任务上的准确率比纯参数记忆提高20%-40%69% 相似待验证在多跳推理任务上 GraphRAG 的准确率比传统 RAG 高出 40% 以上，但索引构建时间增加 3-5 倍69% 相似待验证根据Logic42在2026年第三季度的客户审计基准测试，纯向量搜索（RAG）平均查询延迟180毫秒，每查询Token数1200，每万次查询成本18美元，关系准确率41%。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046421API
curl https://kongchang.com/api/v1/knowledge/claims/1046421MCP
get_claim(id=1046421)