待验证60% 置信事实时间未知

RAG通过检索真实文档作为证据，能够显著降低模型产生幻觉（hallucination）内容的概率

2

来源数

60%

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

AI Large Language Model Learning Roadmap: Six Stages from Zero to Engineer

bilibiliAi产品经理-

相关事实

已验证RAG并非幻觉问题的万能解药，当检索到的文档片段与问题无关或内容存在歧义时，模型仍可能产生幻觉73% 相似待验证RAG的局限性包括检索文档质量低下、检索失败、模型忽略检索证据（注意力漂移）等问题仍可能导致幻觉70% 相似已验证RAG技术通过将问题转为向量检索最相近知识片段并拼入提示词，可大幅减少大模型幻觉70% 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70% 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70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/59446

API

curl https://kongchang.com/api/v1/knowledge/claims/59446

MCP

get_claim(id=59446)