待验证60% 置信事实精确时间

RAG流程涉及文档分块策略、向量化方式、检索算法、重排序、提示词模板等多个环节，任一环节出问题都会影响最终答案质量

2

来源数

60%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

大模型RAG评估实战：量化AI应用效果的完整方法论

涉及实体

相关事实

已验证RAG的效果高度依赖文档切片策略质量，切片过长增加检索噪声，切片过短丢失上下文语义76% 相似已验证RAG 通过检索阶段将用户问题转为向量并召回文档片段，生成阶段将召回内容注入提示词，从而降低模型幻觉问题75% 相似待验证RAG系统的瓶颈往往不在检索本身，而在于如何通过提示词告诉模型如何利用检索到的内容74% 相似已验证RAG技术通过将问题转为向量检索最相近知识片段并拼入提示词，可大幅减少大模型幻觉74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/915487

API

curl https://kongchang.com/api/v1/knowledge/claims/915487

MCP

get_claim(id=915487)