Unverified50% confidenceFactExact time
Facebook AI Research 于 2017 年提出 DrQA 系统，将 TF-IDF 检索与阅读理解模型结合用于维基百科问答
1
Sources
50%
Confidence
Long-term
Relevance
7/6/2026
First Seen
Sources
从零构建RAG：用本地小模型打造领域专家系统
bilibili比特光锥_BightCone7/3/2026
Related Claims
UnverifiedFacebook AI Research于2019年发布的fairseq S2T系统率先证明了直接从音频到目标语文本的可行性76% similarUnverifiedFacebook AI于2017年开源FAISS，引入了IVF-PQ等算法，将十亿级向量检索时间压缩至毫秒级67% similarPartially VerifiedRAG（Retrieval-Augmented Generation）是2020年由Facebook AI Research提出的架构范式66% similarUnverifiedFAISS（Facebook AI Similarity Search）是Meta开源的高性能向量检索库，支持Flat精确检索、IVF倒排索引、HNSW图索引等多种索引类型66% similarPartially VerifiedONNX由微软和Facebook于2017年联合发起，目前已成为AI模型互操作的事实标准65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/118899API
curl https://kongchang.com/api/v1/knowledge/claims/118899MCP
get_claim(id=118899)