已验证65% 置信事实精确时间
RAG（检索增强生成）是2020年由Facebook AI Research提出的架构范式，核心思想是在大语言模型生成回答前先从外部知识库检索相关文档片段作为上下文注入prompt
3
来源数
65%
置信度
长期有效
时效性
2026/8/26
首次发现
来源
涉及实体
相关事实
待验证RAG最早由Facebook AI Research的Patrick Lewis等人在2020年的论文中提出74% 相似待验证Graph RAG是微软研究院于2024年提出并开源的检索增强范式，先用LLM抽取实体与关系构建知识图谱，检索时沿图结构进行社区摘要68% 相似待验证ONNX（Open Neural Network Exchange）由微软和Facebook于2017年联合推出，现已成为业界事实标准的跨框架模型交换格式60% 相似待验证谷歌AI Overviews采用检索增强生成（RAG）技术，先检索多个权威网页再由大模型综合生成结构化答案并保留来源引用59% 相似已验证AI Overview是谷歌于2024年全面推出的搜索功能，基于其Gemini大语言模型，能够在用户输入查询后自动生成综合性摘要回答58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/802094API
curl https://kongchang.com/api/v1/knowledge/claims/802094MCP
get_claim(id=802094)