待验证80% 置信事实时间未知

通过RAG加载外部知识库可以同时降低幻觉率和空答率，但在外部知识固定的情况下两者呈此消彼长的关系

1

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

AI项目评测体系：5大层级30项指标实战指南

bilibili卢菁博士_北大AI博士后

涉及实体

RAGconcept 幻觉率concept 空答率concept

相关事实

待验证检索增强生成（RAG）技术可以通过引入外部知识源部分缓解幻觉问题，但在需要深度代码理解的漏洞分析场景中效果有限75% 相似待验证相比微调，RAG在知识更新成本和幻觉控制方面具有显著优势75% 相似待验证采用RAG而非直接注入全文，通过检索最相关片段能降低上下文长度并将关键信息保持在上下文近端，缓解注意力分散和指令衰减73% 相似已验证RAG通过检索外部知识库注入上下文，解决大模型知识过时和幻觉问题，相比微调成本更低、知识更新更灵活73% 相似待验证减少幻觉的核心手段包括提供充足的上下文锚点信息、要求模型显式引用来源、以及结合RAG提供事实依据68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/27434

API

curl https://kongchang.com/api/v1/knowledge/claims/27434

MCP

get_claim(id=27434)