待验证50% 置信事实精确时间

当RAG检索模块返回的文档相关性不足时，模型可能被噪声内容误导产生事实性错误，或退回到训练数据中的陈旧知识

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

AI Agent继承的网页搜索为何不够用

涉及实体

相关事实

待验证当模型没有正确调用检索工具或判断问题无需搜索时，会退回到训练数据作答，从而暴露知识截止问题76% 相似待验证在RAG场景中，若检索文档包含错误或无关内容，模型会被带偏产生幻觉，即'垃圾进，垃圾出'问题74% 相似待验证检索增强生成（RAG）无法完全消除幻觉，模型仍可能错误解读检索到的文档或在检索结果不足时自行补全74% 相似待验证传统RAG系统面对异构数据时检索精度往往大幅下降72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/930067

API

curl https://kongchang.com/api/v1/knowledge/claims/930067

MCP

get_claim(id=930067)