待验证50% 置信权衡取舍精确时间

标准向量RAG只能找到与查询语义相似的孤立片段，无法理解片段之间的关系

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

知识图谱如何扩展LLM上下文：从向量检索到关系推理

涉及实体

RAGconcept 向量检索concept

相关事实

待验证在RAG系统中检索结果按相关性分数排序拼接，最相关chunk不一定排在最显眼位置，可能因位置不当被模型忽视77% 相似待验证在RAG场景中，分块大小、检索Top-K数量、相似度阈值、是否引入Rerank重排序模型等参数相互影响，没有通用最优解75% 相似待验证传统RAG依赖分块检索，将文档切分成片段后通过向量相似度匹配返回最相关段落，无法捕捉实体之间的逻辑关系和因果链条75% 相似待验证传统RAG通常采用向量相似度检索，但对结构化关系的捕捉能力有限74% 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73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/887376

API

curl https://kongchang.com/api/v1/knowledge/claims/887376

MCP

get_claim(id=887376)