待验证50% 置信事实精确时间
DPR用双塔神经网络分别编码问题和文档，通过内积衡量相关性，相较传统BM25能捕捉更深层的语义关联
1
来源数
50%
置信度
长期有效
时效性
2026/7/25
首次发现
来源
RAG检索增强生成详解：原理、工作流程与核心优势
bilibiliAI小公举-timi2026/7/9
相关事实
待验证对比学习在文本检索领域的突破来自2021年的DPR和SimCSE；DPR验证了双塔结构+批内负例策略在开放域问答检索上可超越BM2567% 相似待验证稠密双编码器由查询编码器和文档编码器两个独立神经网络组成，将查询和文档映射到同一向量空间65% 相似待验证BM25引入词频饱和和文档长度归一化两个关键饱和函数62% 相似待验证提示词注入的根本原因在于LLM架构将系统提示、用户输入和外部检索内容统一编码为同一个连续的token序列，模型无法在语义层面区分可信指令与不可信数据62% 相似待验证全局自注意力的建模复杂度为O(n²)，后续研究发展出RoPE、ALiBi等相对位置编码方案增强长文本处理能力61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/615566API
curl https://kongchang.com/api/v1/knowledge/claims/615566MCP
get_claim(id=615566)