待验证50% 置信注意事项精确时间

Naive RAG 的短板包括：单一向量检索容易忽略精确关键词匹配、无元数据过滤、缺少重排序导致相关性排序不够精细

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

Naive RAG vs 高级混合RAG：检索增强生成的两种范式

涉及实体

Naive RAGconcept

相关事实

待验证RAG 的局限在于依赖检索质量，若原始语料零散缺乏结构则检索结果噪声较大76% 相似待验证单纯依赖向量相似度检索召回往往不精准，需要结合关键词检索的混合检索方案76% 相似待验证先前的难负样本挖掘工作大多忽略非干扰项，只关注与查询的相似度，因而更易误选假负样本73% 相似待验证RAG检索依赖语义向量相似度匹配，无法检索只存在于PR评论或工程师记忆里的隐性决策知识73% 相似待验证RAG存在答案分散问题，因为当前检索方式基于查询与单个片段的相关性打分，难以保证多个互补片段同时被检索到72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/976914

API

curl https://kongchang.com/api/v1/knowledge/claims/976914

MCP

get_claim(id=976914)