待验证50% 置信事实精确时间

2023年发表在《Nature Medicine》的研究指出，即使使用RAG技术将原始转录文本作为上下文，在数字和专有名词密集的医疗文本中仍存在不可忽视的错误率

1

来源数

50%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

Kin Health：AI自动记录问诊对话，生成就医摘要

相关事实

待验证2023年多项研究已证明，即使是简单的白色文字隐藏指令也能有效欺骗主流RAG系统66% 相似待验证标准RAG难以处理多跳推理关系，固定大小的文本分块会破坏跨块的语义完整性62% 相似待验证文本分块过大会稀释检索精度，过小会导致语义不完整，分块策略直接决定RAG系统的检索质量62% 相似待验证2022年的一项系统性研究发现，大量 PINN 相关论文难以从论文描述独立复现，部分原因在于该领域尚未形成成熟的代码发布规范61% 相似待验证当知识库规模超过百万文档量级时RAG检索精度会明显衰退，对跨多文档复合推理问题单次检索往往力不从心61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/774511

API

curl https://kongchang.com/api/v1/knowledge/claims/774511

MCP

get_claim(id=774511)