待验证50% 置信观点精确时间

传统 RAG 评测通常聚焦单轮检索的召回率与答案准确率，无法反映多轮开放式研究任务中的表现。

1

来源数

50%

置信度

长期有效

时效性

2026/10/17

首次发现

来源

Gemini 4 Argon刷新WANDR基准，Perplexity全量上线

涉及实体

相关事实

已验证RAG的回答质量很大程度上取决于检索环节，而非模型能力本身79% 相似待验证RAG的效果高度依赖检索质量：如果决策推理只存在于Slack对话中且未被索引，或PR描述含糊，检索就无法召回关键片段。74% 相似待验证RAG的质量上限取决于检索阶段能否找到正确的段落，若检索到错误证据模型会给出合理但错误的答案71% 相似待验证RAG评估存在一个技术空白：缺少能同时对标识符召回率和条款级支撑度打分且无需对每个文档族系手工标注的方法71% 相似待验证传统 RAG 方案依赖向量相似度召回并截断，无法对是否覆盖所有适用条款的完整性问题给出确定性答案70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1054402

API

curl https://kongchang.com/api/v1/knowledge/claims/1054402

MCP

get_claim(id=1054402)