待验证50% 置信事实精确时间

Late Chunking由Jina AI提出，先将整篇文档通过长上下文编码器处理获得每个token的上下文感知表征，再按边界切分为chunk，使每个chunk的嵌入保留全文上下文信息

1

来源数

50%

置信度

长期有效

时效性

2026/9/3

首次发现

来源

RAG检索痛点：语义理解强但代码识别弱怎么破

涉及实体

Late Chunkingconcept Jina AIcompany

相关事实

待验证按特性（Feature）分层完成是Spec Coding的实践方式，每个特性有明确规格边界，AI在边界内工作69% 相似待验证AI网文流水线将创作拆解为选题、立项、大纲、正文、封面到分发等可复制工序，作者只需在关键节点确认67% 相似待验证SEAME 是专门构建的代码切换语料库数据集67% 相似待验证离线文件转写可以使用双向注意力机制，综合前后文信息，并可进行多轮解码和重排序提升精度66% 相似待验证静态调用图通过对源代码或字节码进行词法/语法分析构建，速度快但对多态调用、反射等场景准确性有限66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/848732

API

curl https://kongchang.com/api/v1/knowledge/claims/848732

MCP

get_claim(id=848732)