Unverified50% confidenceSolutionExact time
RAG与微调结合、检索相似判例作为上下文可降低模型凭空生成的压力
1
Sources
50%
Confidence
Long-term
Relevance
9/12/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedRAG工作流通常涉及两类模型：嵌入模型（将文本转换为向量用于相似度检索）和对话大模型（综合检索结果生成答案）70% similarUnverified嵌入模型的选择对 RAG 系统性能的影响甚至超过生成模型70% similarUnverified微调嵌入模型时应使用难负样本（如同领域但不同层级的岗位）而非随机负样本，以学习更细粒度的语义差异66% similarUnverified更聪明的模型能在更少的推理步骤内完成任务，减少冗余token输出，这被称为「token压缩效应」，是新一代模型降本的核心来源之一66% similarUnverified内存层映射通过在应用层与模型层之间构建智能缓冲，只提取当前任务相关的数据切片注入上下文，从而降低 LLM 上下文过载65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/910241API
curl https://kongchang.com/api/v1/knowledge/claims/910241MCP
get_claim(id=910241)