Unverified50% confidenceTradeoffExact time
当记忆条目达到数百万级别时，简单的相似度检索可能难以同时保证召回质量与响应速度
1
Sources
50%
Confidence
Long-term
Relevance
8/29/2026
First Seen
Sources
Related Entities
Related Claims
Unverified百万级文档场景下单纯的向量相似度召回准确率会急剧下降，需引入多路召回、重排序和混合检索73% similarUnverified在真实使用场景中反复遇到某个知识点，比集中死记硬背更能形成持久记忆，与间隔效应和必要难度理论相印证73% similarUnverified叙事记忆检索中，故事逻辑连贯性依赖时序因果链，而伏笔与爆发点在语义向量空间中相似度不一定高，通用向量相似度指标存在盲区72% similarUnverified检索精准度与召回率是权衡关系：布尔逻辑+字段限定（PubMed 的 MeSH 词表）精准度高但可能漏检新词；Google Scholar 召回广但噪声多、无法精确控制检索式70% similarUnverified当记忆规模从数百条扩展到数十万条时检索噪声和响应延迟会显著上升69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/817512API
curl https://kongchang.com/api/v1/knowledge/claims/817512MCP
get_claim(id=817512)