待验证50% 置信事实精确时间
在检索增强生成（RAG）场景下，知识库文档的增删改会直接改变代理可获取的上下文，进而影响输出质量。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证如果RAG检索源被操纵（如通过SEO让特定立场内容排名靠前），模型输出将直接受到影响78% 相似已验证检索增强生成（RAG）通过引入实时网络搜索并附上引用来源来锚定事实，但其效果受搜索结果质量、文档解析准确率、模型理解能力等环节影响78% 相似待验证不同的用户提问表述会生成不同的向量，与文档内容的语义距离也会有所差异，影响RAG检索效果74% 相似已验证微调将知识烧录进模型权重，知识更新需重新训练成本高；RAG将知识存储外部数据库，更新只需修改数据库无需改动模型74% 相似待验证在RAG场景中，检索上下文每次查询都在变，如果把它放在提示词靠前位置会破坏后续内容的缓存命中，因此通常将静态系统提示词放在最前以享受缓存，动态检索文档块放在后面。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1049090API
curl https://kongchang.com/api/v1/knowledge/claims/1049090MCP
get_claim(id=1049090)