待验证50% 置信事实精确时间
RAG系统采用「索引-检索-生成」三阶段流水线，通过嵌入模型将文档块转化为高维向量存入向量数据库，再通过余弦相似度或近似最近邻算法检索
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
AI Agent驱动科研全链路：选题到成果发表的自动化实战指南
bilibili智效技术栈2026/7/9
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84% 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82% 相似已验证RAG通过将文档切分为语义块后经嵌入模型转化为高维向量存入向量数据库，查询时通过近似最近邻（ANN）搜索找到语义最相近的文档片段79% 相似已验证RAG的完整工作流程包含索引、检索、生成三个关键阶段，索引阶段需通过Embedding模型将文本块转换为高维向量79% 相似已验证RAG（检索增强生成）通常包含三个核心组件：向量数据库、检索器（基于余弦相似度召回相关文档块）和生成器79% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/489502API
curl https://kongchang.com/api/v1/knowledge/claims/489502MCP
get_claim(id=489502)