Unverified50% confidenceOpinionExact time
RAG系统的效果高度依赖于知识库质量，源文档提取阶段的信息丢失会受到垃圾进垃圾出的制约
1
Sources
50%
Confidence
Long-term
Relevance
8/5/2026
First Seen
Sources
Related Claims
UnverifiedRAG 系统中召回太多会浪费上下文窗口空间，召回太少则可能遗漏关键信息，检索精确度是关键挑战78% similarUnverifiedRAG系统的检索模块主要依赖语义相关度而非信源可信度筛选文档，导致语义相关的假新闻可能比语义稍弱的权威报道获得更高检索优先级74% 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73% similarUnverifiedRAG的效果高度依赖文档切片策略质量，切片过长增加检索噪声，切片过短丢失上下文语义72% similarUnverifiedRAG的核心思想是将参数化知识与非参数化知识解耦，使知识更新成本从全量微调降低为文档库的增量更新，并提供可溯源的引用依据72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/688930API
curl https://kongchang.com/api/v1/knowledge/claims/688930MCP
get_claim(id=688930)