待验证50% 置信事实精确时间
Without external documentation support, every new LLM session requires cognitive reconstruction starting from zero, wasting tokens and leading to accumulated understanding drift.
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
相关事实
待验证当前LLM的记忆主要受限于上下文窗口，无法真正跨越多次独立对话保留信息68% 相似待验证大模型缺乏真正的长期记忆，每次对话都是全新起点，只能借助外部数据库如RAG检索增强生成来弥补61% 相似待验证RAG (Retrieval-Augmented Generation) addresses LLM limitations including training cutoff dates and hallucination problems by dynamically injecting external knowledge during inference.61% 相似待验证RAG通过以检索代替记忆，规避大模型知识过时问题并缓解模型幻觉60% 相似待验证大模型的记忆仅限于当前上下文窗口内的token序列，对话结束后所有中间状态消失59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/51018API
curl https://kongchang.com/api/v1/knowledge/claims/51018MCP
get_claim(id=51018)