待验证50% 置信事实精确时间

通用Embedding模型（如OpenAI text-embedding-ada-002、BGE系列）在处理行业专有术语、产品代码或企业内部缩略语时表现欠佳，因为这些词汇在通用预训练语料中出现频率极低

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

待验证大语言模型存在两个天然短板：知识截止于训练时间无法获取最新信息，以及只能生成文本无法直接执行操作66% 相似待验证LLM通过在海量文本语料上进行无监督预训练（预测下一个词）来习得语言能力66% 相似待验证对大语言模型而言，不要做X的约束有时比要做Y的指令更有效，因为模型在开放式创作任务中更容易被负样本锚定65% 相似待验证大语言模型的结构性弱点是优化'代码看起来正确'而非'代码符合当前阶段需求'，会照搬训练数据中的高频模式65% 相似待验证许多模型的安全对齐在非英语语言中表现显著下降，低资源语言尤其容易被利用，因为RLHF对齐训练的人类标注数据高度集中在英语上64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/180992

API

curl https://kongchang.com/api/v1/knowledge/claims/180992

MCP

get_claim(id=180992)