待验证50% 置信事实精确时间

量化两条检索路径开销差异时需关注token用量、知识库查询次数和端到端延迟三个维度

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

LangChain + Amazon Bedrock：Agentic检索如何破解多段式问题

涉及实体

agentic retrievalconcept

相关事实

待验证多路检索结果进入重排序前通常需经过去重和分数归一化处理，否则不同检索路径分数量纲不一致会引入偏差76% 相似待验证Agentic检索由于涉及多轮模型调用和多次知识库查询，其token消耗与延迟都会高于单次检索73% 相似待验证上下文压缩三类策略（摘要压缩、向量检索召回、结构化状态提取）在计算成本与信息保真度之间存在权衡72% 相似待验证迁移到小模型省下的推理成本可能被更复杂检索管线的额外算力和延迟部分抵消，因此需实测端到端成本、延迟、质量三项指标70% 相似待验证路由分类器需同时满足轻量（推理耗时毫秒级）和准确两个要求，误判会导致质量下降或资源浪费70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977287

API

curl https://kongchang.com/api/v1/knowledge/claims/977287

MCP

get_claim(id=977287)