待验证50% 置信事实精确时间
传统的检索增强生成（RAG）方案是被动的，只有在收到查询时才去检索相关内容，由外部触发，模型本身不决定检索什么或何时检索
1
来源数
50%
置信度
长期有效
时效性
2026/10/4
首次发现
来源
涉及实体
相关事实
待验证大多数RAG（检索增强生成）实现只解决了'检索到什么'的问题，却忽视了检索到的内容是否可信、是否互相矛盾的更深层问题79% 相似部分验证传统RAG采用固定的单向流程（一次检索、一次生成），无法自动重试或换一种方式检索77% 相似已验证检索增强生成（RAG）是主流幻觉抑制技术，在模型生成回答前从外部知识库检索相关文档片段作为上下文注入提示词76% 相似待验证传统RAG通常将检索作为黑盒步骤：一次向量查询取Top-K结果直接放入上下文交给大模型，当检索质量不佳时模型会在薄弱或错误的上下文上生成内容，产生无预警的幻觉73% 相似已验证检索增强生成（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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/972402API
curl https://kongchang.com/api/v1/knowledge/claims/972402MCP
get_claim(id=972402)