待验证50% 置信事实精确时间

更换嵌入模型意味着需要对所有历史数据重新计算向量，迁移成本极高

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

嵌入向量的通用几何：跨模型翻译与向量空间对齐新突破

涉及实体

RAGconcept 向量数据库concept

相关事实

待验证全量重建方案实现简单不会遗留脏数据，但百万级向量时成本高昂且无法满足近实时更新需求，适合数据变更不频繁的场景66% 相似待验证用新数据更新模型时可能破坏原有能力，即灾难性遗忘，工业界通过失败案例库、数据增强与混合回放技术来整合新数据62% 相似待验证ANCE通过定期刷新ANN索引从全库动态检索难负样本，但需重新编码全量文档并暂停梯度更新，代价高昂58% 相似待验证RAG通过嵌入模型将历史交互数据转换为高维向量存入向量数据库，在推理时注入上下文而非修改模型参数，可规避灾难性遗忘风险57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/900839

API

curl https://kongchang.com/api/v1/knowledge/claims/900839

MCP

get_claim(id=900839)