Unverified50% confidenceTradeoffExact time

RAG架构通过在推理时将外部知识库的相关片段动态注入上下文，缓解LLM的知识截止问题，但也扩大了间接提示注入的攻击面

1

Sources

50%

Confidence

Long-term

Relevance

7/6/2026

First Seen

Sources

Anthropic提示注入争议解析：系统提示透明度之争

hackernewshackernews7/5/2026

Related Claims

UnverifiedRAG架构使答案具有时效性且可追溯来源，但在整合多源信息时可能引入幻觉82% similar UnverifiedRAG机制从根本上缓解了LLM的幻觉问题，使回答基于真实知识库内容并给出可追溯来源81% similar VerifiedRAG通过检索外部知识库注入上下文，解决大模型知识过时和幻觉问题，相比微调成本更低、知识更新更灵活80% similar VerifiedRAG技术通过将问题转为向量检索最相近知识片段并拼入提示词，可大幅减少大模型幻觉80% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/114002

API

curl https://kongchang.com/api/v1/knowledge/claims/114002

MCP

get_claim(id=114002)