Unverified50% confidenceFactExact time
RAG系统中LLM生成质量差的根本原因往往不是模型能力不足，而是输入的参考文档本身存在问题
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
Related Claims
UnverifiedRAG存在两个漏洞：模型处理上下文时仍可能误读误用，以及检索到的上下文本身可能错误或无关73% similarUnverifiedRAG（检索增强生成）和 Fine-tuning（微调）能一定程度弥补大模型无法感知企业内部数据的缺陷72% similarUnverifiedRAG的检索质量高度依赖向量数据库构建质量与嵌入模型语义理解能力，检索到错误片段同样会引发错误生成72% similarUnverifiedRAG在代码场景失败的真正原因是不可诊断性、多环节误差乘法叠加、索引时效性三个深层问题，而非Embedding对代码失效71% similarUnverifiedRAG的回答质量很大程度上取决于检索环节，而非模型能力本身71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/42385API
curl https://kongchang.com/api/v1/knowledge/claims/42385MCP
get_claim(id=42385)