待验证50% 置信事实精确时间
RAG（检索增强生成）在调用LLM前从向量数据库检索相关文档片段注入提示词，当检索文档不匹配或包含错误信息时会产生'由检索驱动的幻觉'
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
已验证RAG机制通过向量数据库检索语义相近的业务数据片段并注入LLM提示词，解决LLM的知识截止与幻觉问题，且无需重新训练模型79% 相似待验证RAG的检索质量高度依赖向量数据库构建质量与嵌入模型语义理解能力，检索到错误片段同样会引发错误生成78% 相似待验证RAG将检索结果作为动态上下文注入LLM的提示词，解决了LLM无法访问个人私有历史数据的局限77% 相似待验证RAG（检索增强生成）通过在推理阶段动态接入外部知识库或实时搜索引擎，将记忆型推理升级为检索型推理76% 相似待验证RAG 通过检索阶段将用户问题转为向量并召回文档片段，生成阶段将召回内容注入提示词，从而降低模型幻觉问题75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/558692API
curl https://kongchang.com/api/v1/knowledge/claims/558692MCP
get_claim(id=558692)