待验证50% 置信决策规则精确时间
选择Agentic RAG的判断标准：简单问答、低延迟要求场景用传统RAG；知识密集、问题多变且复杂场景才上Agentic RAG。
1
来源数
50%
置信度
长期有效
时效性
2026/10/29
首次发现
来源
Agentic RAG实战：从原理到代码，手把手搭建智能检索系统
bilibiliAgent智能体_2026/10/16
涉及实体
相关事实
待验证RAG选型决策规则：数据简单更新少只需相似检索选向量RAG，强调实体关系多跳推理选Graph RAG，需要可导航可溯源自动更新选编译式RAG80% 相似待验证RAG和微调并非互斥，可以同时使用检索和微调后的模型：用微调塑造回答的风格和结构，用RAG提供具体事实和可追溯来源。71% 相似待验证传统 RAG 在处理需要跨文档、跨段落推理的复杂问题时表现不佳71% 相似待验证当RAG检索不准时，先要判断是嵌入模型语义区分力不足，还是切分策略或索引结构的问题，再决定是否值得投入微调。68% 相似待验证RAG 与微调的关键差别在于：RAG 的更新文档等于更新知识，可做到分钟级时效，每条回答可追溯来源，访问控制可在检索层按用户身份过滤；微调把知识烘焙进权重，更新需重新准备数据、训练与回归，更重且不可审计。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1110361API
curl https://kongchang.com/api/v1/knowledge/claims/1110361MCP
get_claim(id=1110361)