Verified65% confidenceFactExact time
RAG（检索增强生成）在调用LLM前从向量数据库检索相关文档片段注入提示词，当检索文档不匹配或包含错误信息时会产生'由检索驱动的幻觉'
3
Sources
65%
Confidence
Long-term
Relevance
7/19/2026
First Seen
Sources
Related Claims
VerifiedRAG机制通过向量数据库检索语义相近的业务数据片段并注入LLM提示词，解决LLM的知识截止与幻觉问题，且无需重新训练模型79% similarVerifiedRAG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78% similarUnverifiedRAG将检索结果作为动态上下文注入LLM的提示词，解决了LLM无法访问个人私有历史数据的局限77% similarVerifiedRAG（检索增强生成）通过在推理阶段动态接入外部知识库或实时搜索引擎，将记忆型推理升级为检索型推理76% similarUnverified在 RAG 场景下，如果索引中存在相互矛盾的信息，向量检索无法自动判断哪段内容更可信，会将两者都纳入生成上下文导致回答混乱76% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/558692API
curl https://kongchang.com/api/v1/knowledge/claims/558692MCP
get_claim(id=558692)