待验证50% 置信事实精确时间
纯向量搜索（embedding检索）容易丢失稀有而精确的token，如错误码、工单ID、SKU、函数名等，因为embedding将文本压缩成一个点时会模糊化稀有token。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证代码示例通常承载最具体、最可操作的语义信息，缺失后会导致检索召回的片段在语义上偏向描述性文字而丢失实际用法72% 相似待验证Unsloth的自动上下文压缩采用词法搜索而非语义搜索，因为对话记忆的召回通常是精确匹配（如人名、数字或ID），词法搜索在此场景下准确率更高且无需额外计算开销70% 相似待验证从表征到有限词汇的映射过程本质上是一种有损编码（Lossy Encoding）70% 相似待验证正则表达式只能识别‘长得像’秘密的内容，无法理解语义，可能漏掉不带已知关键词的高熵随机字符串，也可能误报普通单词。69% 相似待验证主流分词算法BPE和Unigram的优化目标本质上都是压缩：在有限词表下最小化语料编码长度。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065175API
curl https://kongchang.com/api/v1/knowledge/claims/1065175MCP
get_claim(id=1065175)