待验证50% 置信事实精确时间

RAG系统的行为由基础语言模型、向量数据库中的知识文档、检索策略和提示词模板三个变量共同决定

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

AI合规审计：如何构建经得起审查的对抗测试证据体系

redditr/mlops2026/7/9

相关事实

待验证RAG（检索增强生成）由向量数据库、嵌入模型和生成模型三部分协同构成83% 相似已验证RAG（检索增强生成）技术架构将文档切片、向量化、存入向量数据库，查询时先检索相关片段再交给模型生成回答81% 相似待验证RAG提示词模板通常包含系统角色定义、检索上下文注入和用户问题三个部分79% 相似待验证RAG的工作原理分为检索阶段（将问题转为向量从知识库召回相关内容）和生成阶段（将召回上下文与问题输入模型作答）79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/474815

API

curl https://kongchang.com/api/v1/knowledge/claims/474815

MCP

get_claim(id=474815)