待验证50% 置信权衡取舍精确时间

在RAG应用中，Office文档直接提取的文本常常丢失表格结构、混入页眉页脚噪音、无法识别段落层级关系，成为质量瓶颈

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

OfficeCLI：专为AI智能体设计的Office文档读写命令行工具

hackernewshackernews2026/7/6

相关事实

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68% 相似待验证RAG的质量往往卡在最前端的文档解析阶段，简单文本提取会破坏表格、标题层级和脚注等结构导致语义向量失真68% 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67% 相似待验证在RAG场景中，若检索文档包含错误或无关内容，模型会被带偏产生幻觉，即'垃圾进，垃圾出'问题63% 相似待验证当前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61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/180163

API

curl https://kongchang.com/api/v1/knowledge/claims/180163

MCP

get_claim(id=180163)