Unverified50% confidenceTradeoffExact time
全局查询能回答需要宏观视角的归纳性问题（如整个文档集的主要主题），这是纯向量检索几乎无法胜任的场景
1
Sources
50%
Confidence
Long-term
Relevance
9/10/2026
First Seen
Sources
Related Entities
Related Claims
Unverified多跳查询需要跨越多个信息节点、层层递进，向量检索因缺少关系维度而不擅长处理这类场景77% similarUnverifiedRAG存在答案分散问题，因为当前检索方式基于查询与单个片段的相关性打分，难以保证多个互补片段同时被检索到70% similarUnverified向量检索对多跳推理（Multi-hop Reasoning）天然乏力，当答案需要综合多个文档中分散的信息片段时，单纯相似度排序往往无法检索出所有必要上下文69% similarUnverified传统搜索的排序因子可以通过逆向工程和统计分析部分还原，但大语言模型数十亿参数的决策过程几乎无法进行同等粒度的审计68% similarUnverified分数归一化面临的挑战是当某个知识库中没有真正相关文档时，归一化后的最高分仍可能被推高到与其他库相关结果同一水平，导致无关结果的高分假象67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/887386API
curl https://kongchang.com/api/v1/knowledge/claims/887386MCP
get_claim(id=887386)