待验证50% 置信事实精确时间

compact模式会将检索到的多个文本块压缩合并后送入LLM以减少API调用次数，refine模式则迭代式地依次将每个文本块送入LLM逐步精炼答案

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

LlamaIndex v0.14.25发布：大规模安全修复与核心功能增强

涉及实体

compactconcept refineconcept LlamaIndexproduct

相关事实

已验证大模型处理文本以Token（词元）为最小处理单元，由分词器完成切分70% 相似待验证轻量模型在多语言覆盖和长文本处理上普遍存在短板69% 相似待验证上下文压缩主流实现方式包括基于LLMLingua等语言模型的语义压缩、滑动窗口截断、摘要化压缩以及基于重要性评分的选择性保留69% 相似待验证现代LLM的分词器通常将文本压缩为约10万词汇量的Token序列68% 相似待验证对齐（Alignment）是多模态大模型的核心概念，本质是将非文本信息进行空间对齐并转换成LLM可理解的Token序列68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/971996

API

curl https://kongchang.com/api/v1/knowledge/claims/971996

MCP

get_claim(id=971996)