待验证50% 置信事实精确时间

当向量库中存在大量语义相近文档时，相似度分数趋于集中，导致Top-K召回结果区分度下降，即语义粘连问题

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

企业级RAG知识库落地的5大工程硬伤：从Demo到生产的真实门槛

bilibili赋范课堂2026/7/4

相关事实

待验证百万级文档场景下单纯的向量相似度召回准确率会急剧下降，需引入多路召回、重排序和混合检索73% 相似待验证Top-K的K值存在经典权衡：K太小会漏掉关键信息，K太大会引入噪声导致大模型答案跑偏73% 相似待验证研究表明当上下文窗口填满时，LLM对序列首尾信息的关注度显著高于中间部分，即'迷失在中间'效应72% 相似待验证块太大会导致嵌入向量稀释、检索精度下降，块太小则可能丢失完整的语义单元69% 相似待验证分块策略中块太大导致语义焦点模糊，块太小导致上下文割裂，固定窗口、句子级、语义边界递归分块在不同场景各有权衡，没有普适最优解69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/127203

API

curl https://kongchang.com/api/v1/knowledge/claims/127203

MCP

get_claim(id=127203)