待验证50% 置信事实精确时间
galahad-kv方法接近RAG思路，差异在于RAG检索原始文本片段并重新编码，而本方法直接复用已编码的KV状态，但跨块的直接注意力交互不存在
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证OpenClaw的记忆检索本质上是RAG（检索增强生成），将记忆文件切成Chunk，通过字面匹配和语义Embedding的加权相似度排序，取Top-K结果返回给语言模型66% 相似已验证现代RAG实现广泛引入稠密向量检索（Dense Retrieval），利用嵌入模型将文本转化为高维向量，通过语义相似度进行匹配61% 相似待验证VisKG-LM将知识图谱的图编码与语言推理解耦，将检索到的子图离线编译一次并缓存为只读的视觉记忆供复用，从而消除在线阶段的重复图传播计算59% 相似待验证代码场景下的RAG与通用文档RAG存在显著差异，通用文本切分策略处理代码容易破坏代码的语义完整性58% 相似待验证线程结构提供话题隔离信号，同一线程内消息语义相关性通常高于跨线程消息，可作为RAG检索基准提升精准度并降低Token消耗58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990349API
curl https://kongchang.com/api/v1/knowledge/claims/990349MCP
get_claim(id=990349)