待验证50% 置信事实时间未知
在RAG场景中，若检索文档包含错误或无关内容，模型会被带偏产生幻觉，即'垃圾进，垃圾出'问题
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
Agent开发核心是上下文工程？深度拆解面试高频题
bilibiliArxiv论文
相关事实
待验证在RAG架构中，若检索到的网页是AI生成的假信息，系统会将错误信息以置信语气总结给用户，形成垃圾进垃圾出的失效路径80% 相似待验证检索增强生成（RAG）无法完全消除幻觉，模型仍可能错误解读检索到的文档或在检索结果不足时自行补全79% 相似待验证当前RAG系统的检索模块主要依赖语义相关度而非信源可信度筛选文档，这是其在事实核查场景下的核心架构性缺陷74% 相似已验证检索增强生成（RAG）是主流幻觉抑制技术，在模型生成回答前从外部知识库检索相关文档片段作为上下文注入提示词71% 相似已验证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71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/60345API
curl https://kongchang.com/api/v1/knowledge/claims/60345MCP
get_claim(id=60345)