待验证80% 置信观点时间未知

传统RAG方案的核心局限包括：文档切片破坏知识整体语义结构、向量相似度检索难以捕捉深层逻辑关联、每次查询相互独立无法沉淀结构化知识

1

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

LLM-Wiki搭建教程：Karpathy提出的自进化个人知识库方案

bilibili小江讲攻防

涉及实体

相关事实

待验证当前RAG系统的检索模块主要依赖语义相关度而非信源可信度筛选文档，这是其在事实核查场景下的核心架构性缺陷78% 相似待验证当知识库规模超过百万文档量级时RAG检索精度会明显衰退，对跨多文档复合推理问题单次检索往往力不从心77% 相似待验证标准RAG难以处理多跳推理关系，固定大小的文本分块会破坏跨块的语义完整性76% 相似待验证文本分块过大会稀释检索精度，过小会导致语义不完整，分块策略直接决定RAG系统的检索质量76% 相似待验证传统RAG系统存在三大局限：检索不到答案直接返回空结果、无法回答元数据问题、缺乏多轮迭代纠错能力75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/17687

API

curl https://kongchang.com/api/v1/knowledge/claims/17687

MCP

get_claim(id=17687)