待验证50% 置信事实精确时间
RAPTOR通过将文档切分为文本块、向量化、使用高斯混合模型进行软聚类、调用语言模型生成抽象摘要并递归构建摘要树
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证langchain-text-splitters 负责将长文档切分成适合嵌入模型和大语言模型上下文窗口的文本块68% 相似待验证Late Chunking由Jina AI提出，先将整篇文档通过长上下文编码器处理获得每个token的上下文感知表征，再按边界切分为chunk，使每个chunk的嵌入保留全文上下文信息67% 相似待验证文本嵌入技术经历了从Word2Vec、Sentence-BERT到基于指令微调的通用嵌入模型的发展路径66% 相似待验证研究在RAID基准上展开分析，覆盖六种文本生成器，包括纯基座模型和指令微调模型66% 相似待验证该解析器通过追踪字体大小还原Markdown标题层级，使LangChain文本分割器能按语义边界进行切割66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/982954API
curl https://kongchang.com/api/v1/knowledge/claims/982954MCP
get_claim(id=982954)