待验证70% 置信观点时间未知
NotebookLM 擅长文档理解和问答，但缺乏持续性知识积累能力
1
来源数
70%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
涉及实体
相关事实
待验证NotebookLM只从用户提供的来源中回答问题，通过「Grounding」机制强制每个输出锚定在源文档上，从而几乎不会产生幻觉61% 相似待验证GLM-5.2 适合长代码库和长文档任务，但不适合把所有文件一股脑塞进上下文60% 相似待验证混淆情节记忆与语义记忆的存储介质是常见架构错误：将需精确检索的任务状态放入向量库会引入近似误差，将需语义检索的知识放入关系数据库会导致召回率低下59% 相似待验证知识图谱召回好用但慎用，构建和维护高质量医学知识图谱成本极高，需求不严格时用树检索或关键词即可58% 相似待验证仅需偶尔查一两个成分含义时不建议购买纸质手册，纸质版无法更新且检索慢，实时性和检索效率均不如官方数据库App58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/8817API
curl https://kongchang.com/api/v1/knowledge/claims/8817MCP
get_claim(id=8817)