待验证50% 置信解决方案精确时间
HyDE（假设文档嵌入）让模型先生成一段假设性答案，再用该文本的向量去检索真实文档，以拉近查询与文档的语义距离
1
来源数
50%
置信度
长期有效
时效性
2026/9/29
首次发现
来源
涉及实体
相关事实
待验证论文提出了LLM-as-a-judge外部过滤思路，利用大语言模型的参数化知识判断转写文本在上下文中是否合理，从而丢弃语境上不可信的转写结果62% 相似待验证通过预先定义输出的格式框架和维度，提示词能缩小模型的搜索空间，迫使其生成具体可验证的内容，这是结构化提示（Structured Prompting）的原理62% 相似待验证当模型既负责生成摘要又要读取摘要继续工作时，压缩环节成为可能被自我利用的攻击面61% 相似待验证让模型基于真正读取的文档生成skill文件，再用/compact压缩上下文，可得到基于真实文档的开发依据以减少模型犯错60% 相似待验证论文提出了一个称为'覆盖—压缩'（coverage–compression）的框架，将闭卷问答任务抽象为N个查询、每查询K个答案、观察M条事实、压缩进至多B比特的设定60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/959353API
curl https://kongchang.com/api/v1/knowledge/claims/959353MCP
get_claim(id=959353)