待验证50% 置信事实精确时间
原子事实概念最初来自知识图谱与信息抽取领域，近年在RAG系统与LLM评估（如FActScore方法）中被广泛借鉴
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
已验证检索增强生成（RAG）通过基于真实知识库内容回答来解决大模型的幻觉问题69% 相似待验证从历史工单自动提炼标准化流程的系统通常采用RAG（检索增强生成）架构，通过向量化和语义检索找到相关案例，再由LLM生成标准化流程以降低幻觉风险68% 相似待验证检索增强生成（RAG）范式由Lewis等人于2020年在Meta AI提出，核心思想是将参数化知识与非参数化知识相结合68% 相似待验证增量式代码库探索在技术实现上本质是一种检索增强生成（RAG）的变体，但触发逻辑由模型自身驱动而非预先检索67% 相似待验证传统大模型依赖参数化知识（将文本编码进模型权重参数），而RAG引入非参数化知识（将外部文档库作为可实时检索的动态知识源）66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/985938API
curl https://kongchang.com/api/v1/knowledge/claims/985938MCP
get_claim(id=985938)