待验证50% 置信事实精确时间
知识图谱增加的核心信息维度是关系维度，即把文本中隐含的关系显式化并结构化，这些关系在纯文本切块中会丢失
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
待验证知识图谱相比纯文本检索的核心优势在于能够进行多跳推理，通过A→B→C的关系链路发现A与C之间的隐含联系77% 相似待验证将文本块存储在知识图谱中后，可先检索相关文本块再沿图的关系遍历找到其他相关文本块，为大模型提供更完整上下文73% 相似待验证刻字容量与可读性存在权衡：字体越小能刻越多信息，但急救场景下过小字体难以快速辨认，建议核心信息用大字号突出，次要信息可放二维码扩展71% 相似待验证Semantica在RAG基础上引入知识图谱层，使系统能沿关系边进行结构化推理，发现仅靠文本相似度检索无法捕捉的深层关联68% 相似待验证由于大语言模型的采样机制，两次调用同一知识点产出的页面在排版和表达上会有差异，但核心知识结构和交互功能保持一致68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/887381API
curl https://kongchang.com/api/v1/knowledge/claims/887381MCP
get_claim(id=887381)